变量统计及其信效度数据分析

　　第五章 数据分析与假设检验

　　5.1 数据的收集与处理。

　　通过问卷调查法，并基于方便性抽样的方法，本研究调查了来自于河南、新疆、广东、海南等地区多家企业管理者及员工。问卷的收集采用多种方式，利用本人和导师的社会关系网络联系调查员工，邀请他们参加问卷调查。问卷收集的方式主要采用以下两种方式，首先，在导师的帮助下，对石河子大学 MBA 学员进行了现场调研，利用 MBA学员课间时间发放问卷，并向其解释问卷内容与相关注意事项，并解答学员疑问，确保问卷填写质量。其次，借助个人亲戚朋友的关系网络，由笔者事先在问卷星平台上创建问卷，并通过微信、邮件等方式向相关填写人发放问卷，在发放时向其准确传达调研目的与问卷填写规则，以确保回收的问卷真实有效。最后共发放了 300 份问卷，在剔除了网络调查问卷中答题时间过短、以及全部问卷中多个选项数值完全一致或空白、反向题填答矛盾等无效问卷后，回收问卷 272 份，有效回收率为 90.67%。在问卷收集完毕后，在录入数据的过程中也发现了少部分问卷的个别题项有漏填的现象，这可能是由于填写者在填写过程中的疏忽造成的，对于这部分的数据本研究采取了用平均值填补缺失值的方法。

　　5.2 研究变量的描述性统计分析。

　　5.2.1 样本的描述性统计分析。

　　本研究中样本的总体分布特征如表 5-1 所示，其中，从性别看，男性 137 人，占50.4%，女性 135 人，占 49.6%，比例均等；从年龄看，20 岁以下占 0.7%，21~30 岁占56.6%，31~40 岁占 21.3%，41~50 岁占 18.8%，50 岁以上占 2.6%，从总体来看样本偏年轻化，但是 21~40 岁正是我国劳动力的主力军，因此也符合实际情况，样本具有一定的代表性；从学历看，高中及以下占 8.8%，大专占 19.1%，本科占 58.1%，硕士及以上占 14.0%，说明样本总体学历较高，具有表现出创造力所需要的基本知识水平，对于创造力群体的研究对象来说此类学历分布基本符合正常范围。本研究还要求被试在填答时报告了其直接领导的情况，其中，男性领导居多，占 69.1%，符合我国现阶段的实际情况；领导年龄在 30 岁以下的占 12.5%，31~40 岁占 44.5%，41~50 岁占 31.3%，50 岁以上占 11.8%。通过对研究样本基本情况的一个整体的把握，我们可以发现，收集上来的数据具有一定的代表性，基本符合研究的研究，因此可以在此基础上进行下一步的研究。

　　5.2.2 变量的描述性统计分析。

　　在对样本的基本情况有了整体的把握之后，需要对各个变量的项目以及变量整体进行描述性统计分析，以实现对变量的基本掌握。本研究选取了极值、均值、标准差、偏度和峰度五个方面来对变量进行描述性统计分析，当样本的标准差小于 0.5，且峰度和偏度的绝对值小于 2 时，可以认为样本符合正态分布。

　　5.2.2.1 领导幽默的描述性统计分析。

　　领导幽默量表的描述性统计分析结果如表 5-2 所示，结果表明，亲和型领导幽默的均值为 4.424，嘲讽型领导幽默的均值为 3.514，说明组织中领导更多的采用积极形式的幽默与员工进行交流，但嘲讽型幽默均值也接近 4，表明这一行为不容忽视。且领导幽默的标准差均大于 0.5，偏度和峰度的绝对值也都小于 2，因此符合正态分布。

　　5.2.2.2 内在动机的描述性统计分析。

　　内在动机量表的描述性统计分析结果如表 5-3 所示，结果表明，内在动机的均值为3.801，说明本研究中员工的内在水平较高。且内在动机的标准差均大于 0.5，偏度和峰度的绝对值也都小于 2，因此符合正态分布。

　　5.2.2.3 权力距离的描述性统计分析。

　　权力距离量表的描述性统计分析结果如表 5-4 所示，结果表明，权力距离的均值为2.974，略低于 3，本样本中以年轻员工为主，权力距离倾向偏低，符合实际情况。且权力距离的标准差均大于 0.5，偏度和峰度的绝对值也都小于 2，因此符合正态分布。

　　5.2.2.4 员工创造力的描述性统计分析。

　　员工创造力量表的描述性统计分析结果如表 5-5 所示，结果表明，员工创造力的均值为 3.630，说明本研究中员工的创造力水平较高。且员工创造力的标准差均大于 0.5，偏度和峰度的绝对值也都小于 2，因此符合正态分布。

　　5.3 量表的信度和效度分析。

　　为了确定研究选择的量表是否具有一致性和有效性，需要对量表进行信效度检验，以确定其能为研究目的而服务。本研究采用了 SPSS22.0 和 AMOS20.0 来对量表进行信度和效度的检验，确定所采用的经过国内外其他学者认证的成熟量表也能够为本研究所用。

　　5.3.1 信度分析。

　　信度分析是检验量表是否具有稳定性和可靠性的分析。在社会科学领域，这一分析主要是通过测量 Cronbach α 系数这一指标来检验量表信度。一份拥有较高信度的量表，其 Cronbach α 系数应尽量大于 0.8，且不小于 0.6，否则将不适用于实际调研，且需要对该量表进行修改。本研究中各变量的 Cronbachα 系数如表 5-5 中所示，结果表明，亲和型领导幽默、嘲讽型领导幽默、内在动机、权力距离与员工创造力的 α 系数均大于或接近 0.8，说明本研究中所使用的量表具有良好的信度。

　　5.3.2 效度分析。

　　5.3.2.1 探索性因子分析。

　　在进行探索性因子分析之前，首先要对各变量进行 KMO 值和 Bartlett 球形检验，KMO 值反映了变量之间的相关系数与偏相关系数， KMO 值越大表明变量之间的相关关系越强，就越适合做因子分析。依据统计学标准，当 KMO 值大于 0.8 时，表明样本数据较适合做因子分析； Bartlett 球形检验指数也是反映变量间相关关系的重要指标，当 Bartlett 观测值较大时，而显着性系数小于 0.05 时，表明样本数据适合做因子分析。

　　本研究中，领导幽默、内在动机、权力距离和员工创造力的 KMO 值与 Bartlett 检验如表5-7 所示，各变量 KMO 值均大于 0.8，因此可做进一步分析。

　　抽取特征值大于 1 的方法来进行，当累计方差变异值大于 50%，且因子载荷大于 0.5时，可以认为该量表有着良好的结构效度。本阶段是为了检验领导幽默、内在动机、权力距离和员工创造力的结构维度与理论上是否一致，为后文进行相关分析、回归分析做好铺垫。

　　（1）领导幽默量表探索性因子分析。

　　领导幽默量表探索性因子分析的最终结果如表 5-8 所示，领导幽默 14 个题项共归为两个因子，其中，a1-a6 为亲和型领导幽默，b1-b8 为嘲讽型领导幽默，与原量表的划分相符，且累计解释了 57.917%的方差变异值，各题项的因子载荷均大于 0.6，表明该量表的结构效度良好。

　　（2）内在动机量表探索性因子分析。

　　内在动机量表探索性因子分析的最终结果如表 5-9 所示，内在动机 5 个题项归为一个因子，与原量表的划分相符，且累计解释了 55.341%的方差变异值，各题项的因子载荷均大于 0.6，表明该量表的结构效度良好。

　　（3）权力距离倾向量表探索性因子分析。

　　权力距离倾向量表探索性因子分析的最终结果如表 5-10 所示，权力距离倾向 6 个题项归为一个因子，与原量表的划分相符，且累计解释了 50.474%的方差变异值，除 D2外各题项的因子载荷均大于 0.5，表明该量表的结构效度较好。

　　（4）员工创造力量表探索性因子分析。

　　员工创造力量表探索性因子分析的最终结果如表 5-11 所示，员工创造力 9 个题项归为一个因子，与原量表的划分相符，且累计解释 53.334%的方差变异值，各题项的因子载荷均大于 0.6，表明该量表的结构效度良好。

　　5.3.2.2 验证性因子分析。

　　本研究采用 AMOS24.0，对亲和型领导幽默、嘲讽型领导幽默、内在动机、权力距离倾向、员工创造力进行了验证性因子分析，分别构建了单因子、二因子、三因子、四因子和五因子模型并进行比较。结果如表 5-12 所示，结果表明，五因子模型的拟合效果最好，其中，χ?/df 在 2-4 之间，RMSEA 值小于 0.08，GFI 值大于 0.8，CFI、TLI、IFI值均大于 0.9，说明本研究所涉及的五个变量具有良好的区分效度，各项指标均满足进行下一步研究的要求。

　　5.4 变量的相关性分析。

　　相关性分析是检验变量之间是否存在着依存关系，是检验各变量间关系假设的基础。

　　本文采用 Pearson 系数双变量相关性检验，个体的人口统计学特征以及各变量之间的相关关系如表 5-13 中的结果表示，亲和型领导幽默与内在动机之间存在着正相关关系（r=0.386, p<0.001），嘲讽型领导幽默与内在动机之间存在着负相关关系（r=0.-328,p<0.001）。亲和型领导幽默与员工创造力之间存在正相关关系（r=0.238,p<0.001），嘲讽型领导幽默与员工创造力之间存在着负相关关系（r=-0.172,p<0.01）。内在动机与员工创造力之间也存在着正向的相关关系（r=0.563, p<0.001）。所得的结果为相关假设提供了初步的支持，因此可做进一步的回归分析。