理论教育 统计分析方法的应用与效果

统计分析方法的应用与效果

时间:2023-06-01 理论教育 版权反馈
【摘要】:表6.5各测量条款的描述统计续表第二,量表回收后,根据比较严格的规则对无效问题进行了剔除,以保证调查问卷的有效性,由此也可以保证调查问卷中无系统遗漏值。本研究中的有效样本量为428,且样本为企业,可以认为该样本数量满足用SEM进行分析研究的样本数量要求。由此,在本部分研究中将采用SEM的研究方法,对数据进行分析,并对本书前文中提出的模型进行分析和验证。

统计分析方法的应用与效果

对于选择变量分析技术的原则、变量的探索和验证性因素分析方法,与本书第五章区域创业环境的原理相同,这里不再赘述。本部分研究首先对创业效能感、创业意向和创业活动测量进行探索与验证性因素分析,对各因素中的测量条款进行信度和效度分析,并对整体的信度及效度进行分析,同时验证各潜变量维度的有效性。然后,运用结构方程软件Amos 7.0,分析各潜变量之间的关系,对本研究提出的模型进行测量和修改完善,并对本研究提出的假设进行分析、验证。

解释变量与被解释变量的数据同时来自同一应答者可能存在的同源性偏差(common method variance)问题,即在绝大多数情况下,两者来自同一应答者会导致概念间相关性的膨胀,亦即方法偏差同时出现于概念的测量,产生人为膨胀而导致第一类误差,造成知识累积错误。同源性偏差有时也会造成概念间相关性的降低,而导致第二类误差,造成错失显著的概念相关(李亁文,2006)。第一种消除同源偏差是在研究前尽可能使用提高事前预防措施,本书使用了答卷者信息隐匿法。第二种检验同源偏差的方法是Podsakoff和Organ(1986)所建议的哈曼单因子检测(Harman's post-hoc single factor test),即把调查问卷的所有题项放在一起做因子分析,看未旋转时得到的第一个主成分是否能解释大部分的变量方差。如果能,则存在较大的同源性偏差问题。本研究将调查问卷所有题项放在一起进行因子分析,未旋转的因子分析得到的第一个主成分的载荷量是35.47%,说明不存在单一主因子,也不存在一个综合因子可以解释大部分的变量方差,因此,本研究的同源性偏差并不严重。

选用结构方程对数据进行分析要满足结构方程模型的几条基本假定,包括变项常态性、无系统遗漏值、足够大的样本、正确的模式界定、简单随机抽样(黄芳铭,2005)。

第一,对于收集的数据,在数据描述中已进行了正态分布的检验(见表6.5)。正态性分布的检验主要包括两个要素:偏态(Skewness)和峰度(Kurtosis)。对于偏态值小于3和峰度值小于10的数据可以认为基本上是符合正态分布(Kline,1998;转引自黄芳铭,2005),在分析结果中可以看到本研究中的数据符合正态分布。

表6.5 各测量条款的描述统计

续表(www.daowen.com)

第二,量表回收后,根据比较严格的规则对无效问题进行了剔除,以保证调查问卷的有效性,由此也可以保证调查问卷中无系统遗漏值。

第三,对于最佳样本数量的样本,学者的观点并不相同,Shumacker和Lomax(1996)指出,在大部分的SEM研究中,样本数都在200~500之间(转引自黄芳铭,2005)。Sudman(1976)认为,初学者进行与前人相类似的研究时,可参考别人的样本数,作为自己取样的参照(转引自吴明隆,2000)。本研究中的有效样本量为428,且样本为企业,可以认为该样本数量满足用SEM进行分析研究的样本数量要求。

第四,对于模式的界定问题,本研究的模型是基于前人研究的理论基础上产生的,根据理论模型中的假设建构因果关系路径图,并将该路径图转换为一系列的结构方程式与测量方程式,可以认为本研究进行了正确的模式界定。

第五,针对数据的收集,主要采用走访、电邮、关键被调查人技术等,样本来自全国各地,样本来源和地域的多样性保证了样本的代表性,基本可以满足第五条关于抽样的要求。

由此,在本部分研究中将采用SEM的研究方法,对数据进行分析,并对本书前文中提出的模型进行分析和验证。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈