课程作业——管理研究设计与方法.docx

安徽工业大学研究生课程考核答题纸评分考核课程：管理研究设计与方法阅卷入：班级：学号：姓名：注意事项I.请将上述项目填写清楚2 .字迹要清楚、保持卷面清洁3 .将试卷、答案一起归档中介作用的检验结果分析-中介作用检验数据11探索性因子分析本研究主要采用主成分分析法提取因子，通过直交转轴的最大变异法旋转得出的成分矩阵。如表1所示，主要构念的所有测量条目合并的KMO为0.845,大于0.8,表明适合进行因子分析；Bartlett,s球形检验的近似卡方分布为567.358,自由度为66,显著性概率值p=0.000<0.05,达到显著性水平，表明测量数据适合进行因子分析。旋转后共提取3个因子，解释的总方差达到66.397%,高于60%,所有因子的条目载荷均大于0.5,表明因子分析的结果可以接受，如表2所示。表1KMO和Bartlett的检验取样足够度的度量.845Kaiser-Meyer-Olkin近似卡方分布567.358Bartlett的球形度检验df66Sig.000表2旋转后的成份矩阵成份123Xl.079.046.853X2.169.176.896X3.243.290.683Ml.698.296.169M2.816.040.247M3.557.428.125M4.742.188.128M5.766.193.134M6.696.232.013Yl.237.722.134Y2.283.799.192Y3.174.857.141提取方法：主成分分析法。旋转法：具有Kaiser标准化的正交旋转法。a.旋转在5次迭代后收敛。2信度与效度检验首先，本研究使用了SPSS20.O与LISREL8.70软件分别对样本数据进行了描述性统计分析、探索性因子分析和验证性因子分析，主要采用Cronbach,sAlpha系数计算出相应的Cl系数。统计结果如表3所示，建构的Cronbach,s。系数的最小值为0.806,均高于0.7(可接受的最小临界值)，同时，表6中组合信度(CR)最小值为0.6811,均表明各变量的测量具有很好的信度水平。表3Cronbach,sa系数变量信度X0.806M0.854Y0.807其次，根据验证性因子分析的结果，对于所有测量的条目而言，标准化因子载荷的最小值为0.604,均高于最低临界水平0.50,且不存在交叉负荷,表明量表具有很好的收敛效度。如表4所示。表4验证性因子分析：潜变量及其测量条目潜变量及其测量条目因子载荷t值XXl0.7018.06X20.6049.43X31,(0.62810.97MMl0.7369.12M20.7139.67M30.6888.06M40.6918.86M50.7129.59M60.6317.95YYl0.6237.97Y20.72411.69Y30.65510.25表5主要拟和指数拟合度指数X2DFX2/DFRMSEAGFINFICFI指数值110.73681.60.0780.870.940.97CiE=68.E>-valve=O.OOO82rRMSEA=OO7SUh£-Sq3=u=.。73.Ci£=68.E>VAlixe=O00082,RMSEU=L=O.O7建构的AVE的平方根都大于该建构与其他建构的相关系数，则表明具有较好的聚合效度和区分效度。如表6所示。表6相关系数矩阵与平均提炼方差AVE变量平均值标准差组合信度(CR)123X16.34293.809980.68110.8027M22.28573.561860.84900.443*0.7545Y10.40952.460050.70730.437*0.562*0.8222注：*表示p<0.05;*表示p<0.01(双侧)水平上显著相关；AVE的值在对角线上;3多元层级回归分析根据中介效应检验步骤，借助SPSS20.0统计分析软件，运用多元层级回归,依次将自变量和中介变量进入回归模型。以变量进入后自变量系数是否显著下降来判断中介作用是否存在，进而判断相应的路径是否成立。回归结果见表7。表7多元层级回归分析模型汇总因变量YMY自变量X0.437*0.443*0.234*M0.458*回归结果F24.35325.19826.791R20.1910.1970.359Adj.R20.1830.1890.347注：*P<0.05,*P<0.01,*P<0.001（双尾检验）如表7所示，（1）加入自变量后，因变量对自变量回归，R2系数为0.191,在0.001水平显著，模型有意义。自变量回归系数为0.437,在0.001水平显著。因此，X对Y有正向影响。（2）加进M后，N系数为0.359,在0.001水平显著，表明模型有意义。自变量系数由0.437显著下降到0.234,说明M在X与Y之间起到部分中介作用。