荣泰生（2009）指出，所谓效度包含两个条件，第一个条件是，该测量工具确实是在测量其所要探讨的观念，而非其他观念；第二个条件是，能正确地测量出该观念[155]。本书主要从内容效度、建构效度两方面来检验其问卷的效度，具体方法参见4.4数据分析方法。

5.1.2.1　探索性因素分析

探索性因素分析，旨在找出量表潜在的结构，减少题项的数目，使之变成一组较少而彼此相关较大的变量。为此，一般需要先对样本进行KMO取样适当性测试（Kaiser-Meyer-Olykin Measure of Sampling Adequacy，KMO）、巴特莱特球形度检验（Bartlett Test of Sphericity）并据此判定是否适合采用探索性因素分析。吴明隆（2010）指出，KMO指标值介于0至1之间，当KMO值小于0.5时，表示题项变量间不适合进行因素分析；相对的，若是所有题项变量所呈现的KMO指标值大于0.8，表示题项变量间的关系是良好的，适合进行因素分析；KMO指标值大于0.9，表示题项变量间的关系是极佳的，非常适合进行因子分析。此外，若Bartlett’s球形检验结果未达0.05显著水平，则表示拒绝净相关矩阵不是单元矩阵的虚无假设，代表总体间的相关矩阵间有共同因素存在，适合进行因素分析[174]。

本书参考吴明隆（2010）的做法，将因子取舍的标准定为：特征值（Eigenvalue）必须大于1，因子载荷（Factor Loading）的绝对值必须大于0.4，对于不符合这两个要求的题项将在分析中予以删除。然后，通过Cronbach’ɑ系数检验进行信度分析，以考察数据对变量度量的一致性程度，其判断标准为：如果删除某一题项会导致整个维度构成题项的Cronbach’ɑ系数提高，那么就删除这一题项，另外，保留下来的题项对全体题项的相关系数应大于0.35。

（1）创业导向维度的因子分析

从表5-2创业导向的因子分析中，可以发现代表样本充分水平的KMO=0.792，大于0.7的标准，而Bartlett’s球形度检验结果达到显著水平。如前所述，本书中的创业导向量表适合进一步做因子分析。

创业导向量表被抽取出来的有效因子为2个，共同因素1中包含创新及超前行动维度6题，共同因素2中包含风险承担维度3题，因此将共同因素1命名为创新及超前行动、共同因素2命名为风险承担，两个因素的方差解释率分别为25.533%、20.955%、，累积方差解释率达到了46.488%，说明创业导向量表的结构效度是可以接受的。

表5-2　创业导向因子分析——因子载荷矩阵

（2）市场导向维度的因子分析

从表5-3市场导向的因子分析中，可以发现市场导向量表的KMO=0.907，大于0.7的标准，而Bartlett球形度检验结果显著，根据前述规则，市场导向量表适合进一步做因子分析。从市场导向的因子分析结果来看，所有题项的因子载荷都大于0.4，共同因素1中包含顾客导向维度6题；共同因素2中包含部门间协调维度5题；共同因素3中包含竞争者导向维度4题。最终，市场导向量表被抽取出来的有效因子为3个，分别命名为共同因素1：顾客导向、共同因素2：部门间协调、共同因素3：竞争者导向，各个因素的方差解释率分别为22.620%、17.339%、15.382%，累积方差解释率达到了55.341%。说明市场导向量表的结构效度是可以接受的。

表5-3　市场导向因子分析——因子载荷矩阵

（3）组织学习维度的因子分析

从表5-4组织学习的因子分析中，可以发现代表样本充分水平的KMO=0.864，大于0.7的标准，而Bartlett’s球形度检验结果达到显著水平。如前所述，本书中的组织学习量表适合进一步做因子分析。

从组织学习的因子分析结果来看，所有题项的因子载荷都大于0.4，共同因素1中包含利用性学习维度5题（sc1-sc5）；共同因素2中包含探索性学习维度5题（dc1-dc5）。最终，组织学习量表被抽取出来的有效因子为2个，分别命名为共同因素1：利用性学习、共同因素2：探索性学习，各因素的方差解释率分别为30.023%、28.930%，累积方差解释率达到了58.953%。说明组织学习量表的结构效度是可以接受的。

表5-4　组织学习因子分析——因子载荷矩阵

（4）组织绩效维度的因子分析

从表5-5组织绩效的因子分析中，可以发现代表样本充分水平的KMO=0.765，大于0.7的标准，而Bartlett球形度检验结果显著。根据前述规则，本书的组织绩效量表适合进一步做因子分析。

从组织绩效的因子分析结果来看，所有题项的因子载荷都大于0.4，共同因素1中包含财务绩效维度3题；共同因素2中包含非财务绩效维度5题。最终，组织绩效量表被抽取出来的有效因子为2个，分别命名为共同因素1：财务绩效、共同因素2：非财务绩效，各个因素的方差解释率分别为43.745%、32.778%，累积方差解释率达到了76.523%。说明组织绩效量表的结构效度是可以接受的。(www.daowen.com)

表5-5　组织绩效因子分析——因子载荷矩阵

（5）内部创业环境维度的因子分析

从表5-6内部创业环境的因子分析结果来看，所有题项的因子载荷都大于0.4，共抽取出一个共同因素，命名为内部创业环境，其累积方差解释率达到了52.186%。说明内部创业环境量表的结构效度是可以接受的。

表5-6　内部创业环境因子分析——因子载荷矩阵

（6）不确定性环境维度的因子分析

从表5-7不确定性环境的因子分析结果来看，所有题项的因子载荷都大于0.4，共抽取出一个共同因素，命名为不确定性环境，其累积方差解释率达到了43.233%。说明内部创业环境量表的结构效度是可以接受的。

表5-7　不确定性环境因子分析——因子载荷矩阵

5.1.2.2　验证性因素分析

在探索性因素分析的基础上，为了进一步确认本书所采用问卷的效度，本书采用AMOS18.0软件对所采集的样本数据进行验证性因素分析。荣泰生（2009）指出，在模型拟合度评估方面，若模型拟合度越高，则代表模型可用性越高，参数的估计越具有其涵义，AMOS是以卡方统计值（χ2）来进行检验的，一般以卡方值P＞0.05作为判断模型具有良好拟合的标准[155]。但荣泰生（2009）同时指出，卡方统计量容易受到样本大学影响，因此除了卡方统计量外，还需同时参考其他拟合度指标[155]。表5-8列出了学者们较常使用的拟合度指标。

表5-8　SEM模型拟合度参照指标综合说明

续表

资料来源：荣泰生（2009）[155]

根据以上标准，本书运用验证性因素分析来对正式问卷进行验证，结果显示各问卷的模型验证指标如χ2/df值、RMSEA、GFI、AGFI等均达到了可以接受的水平，表明本书所采用的正式问卷具有良好的结构效度，具体结果见表5-9。

表5-9　验证性因素分析结果