因此，我们删除这两个测量题项。最后，删去“一些顾客从来没有买过我们的产品和服务，但我们却看到了他们对我们产品和服务的需求”和“我们公司在很长时间内采用同样的方式提供产品或服务给同一批顾客（反向测量题项）”后的企业动态能力环境层次影响要素的各个测量项目的CITC和信度检验结果如表8-6所示。由表8-6中的数据可知，测量企业动态能力环境层次影响要素各维度的项目的CITC最小值为0.545，最大值为0.789，均大于0.4的标准，各测量项目有较高的信度，符合量表的基本测量要求。另外，企业动态能力环境层次影响要素的四个维度：市场的动**程度维度、竞争强度维度、技术的动**程度维度以及政府政策的动**程度维度相应的α系数分别为0.822、0.880、0.842和0.808。企业动态能力环境层次影响要素总的Cronbach's α系数是0.890。各研究构面的α系数均超过0.7以上的可接受水平，表示构成量表的内部一致性可接受，该量表具有较好的信度。
表8-6 企业动态能力环境层次影响要素量表的信度分析
续表
注：CITC：Corrected-ItemTotalCorrelation；CAID：Cronbach'sAlphaifItemDeleted。
本研究在基于其他学者对企业动态能力环境层次影响要素研究的基础上，参考CITC检验的结果，首先使用SPSS16.0对企业动态能力环境层次影响要素的测量项目作探索性因素分析，确立和验证量表各维度的划分；然后接下来利用AMOS18.0对其作验证性因素分析以检查各构面是否具有足够的收敛效度和区分效度。
8.4.2 探索性因素分析
1.个人层次影响要素的探索性因素分析
我们对收取数据的83份组织水平的随机数据进行了探索性因素分析。首先我们先对个人层次影响要素的各个测量项进行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8-7是SPSS16.0数据处理的输出结果。
表8-7 变量的KMO样本测度和巴特利特球体检验
表8-7结果显示：样本KMO值为0.816，表明该组变量数据是很适合作探索性因子分析的（＞0.80）。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）。
表8-8 个人层次影响要素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;经过了五次迭代。
在探索性因子分析中，采用主成分分析方法，特征根大于1.0，得到经过正交转换后个人层次影响要素的因子负载矩阵，如表8-8所示。所有测量项目不存在交叉载荷现象（CrossingLoading），并且因子负载大于0.4。这些表明该量表具有良好的内部结构，构念效度较高（陈晓萍，徐淑英和樊景立，2008）。
探索性因素分析结果表明，可以从个人层次影响要素的13个项目中提取三个因素。这些因素累计解释的总体变异为70.390%。对因素分析后的因素命名：分别有5个项目进入了F1，4个项目进入了F2，4个项目进入了F3，基本与原构思符合。根据因素归类中测量项目的内容，本研究将这三个因素命名为个人层次影响要素的超前行动性维度、风险承担维度和创新性维度。通过计算Cronbach's α内部一致性系数，我们发现个人层次影响要素的三个维度：超前行动性维度、风险承担维度和创新性维度相应的α系数分别为0.883、0.886和0.782。各个因素的α系数均大于0.70，表明同一个维度间测量项目的内部一致性程度较好，并且内部结构良好，问卷测量的信度是可以接受的。
