表7-8 企业绩效量表的探索性因素分析
注:提取方法:主成分分析法;旋转方法:正交的方差极大法旋转;经过了三次迭代。
接着,我们采取同样的分析步骤对企业绩效的各个测量项目(删去Short_per5后的其他项目)进行KMO测度和巴特利特球体检验,看样本数据是否适合作探索性因子分析。分析结果显示,测量项目Long_per2存在交叉载荷现象(Crossing Loading),并且大于0.4。根据陈晓萍、徐淑英和樊景立(2008)的建议,我们删去Long_per2这个测量项目,然后再进行探索性因素分析。
表7-9 变量的KMO样本测度和巴特利特球体检验
我们对企业绩效的各个测量项目(删去Short_per5和Long_per2后的其他项目)进行KMO测度和巴特利特球体检验,看样本数据是否适合作探索性因子分析。表7-9是SPSS16.0统计软件包数据处理的输出结果。
表7-9结果显示:样本KMO值为0.832,表明该组变量数据是很适合作探索性因子分析的(0.80<KMO<0.90)。同时,巴特利特球体检验的γ2统计值的显著性概率是0.000(<0.001),说明数据具有相关性,所以这组数据是很适合作探索性因子分析的(马庆国,2002)。