本研究采用修正后项目总相关系数（Corrected-ItemTotalCorrelation，CITC）方法净化动态能力的测量项目，并利用Cronbach's α系数再一次检验问卷的信度。修正后项目总相关系数（CITC）是在同一变量维度下，每一测量项目与其他所有测量项目之和的相关系数。如果测量项目的CITC小于0.4，并且删除这个测量项目可以增加α值，提升整体信度，则删除该测量项目（卢纹岱，2002）。企业动态能力的信度检验主要通过α系数来反映。我们对收取数据的83份组织水平的数据进行了CITC和α系数检验。各测量项目的CITC和信度检验结果如表4-4所示。
表4-4 企业动态能力量表的信度分析
注：CITC：Corrected-ItemTotalCorrelation；CAID：Cronbach'sAlphaifItemDeleted。
由表4-4中的数据可知，测量企业动态能力各维度的项目的CITC最小值为0.475，最大值为0.848，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，企业动态能力的四个维度：机会识别能力、整合重构能力、技术柔性能力和组织柔性能力相应的α系数分别为0.800、0.911、0.854和0.906。并且，企业动态能力整体Cronbach's α系数是0.913。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。
由于企业动态能力的测量还没有存在统一和广泛接受的标准，本研究在基于访谈和其他学者对企业动态能力的研究，参考CITC检验的结果，首先使用SPSS16.0统计软件包对企业动态能力的测量项目做探索性因素分析，确立和验证量表各维度的划分，然后利用AMOS18.0对其做验证性因素分析以检验各构面是否具有足够的收敛效度和区分效度。
4.4.3 企业动态能力的探索性因素分析
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。具体而言，利用巴特利特球体检验和KMO测度来判断观测数据是否适合做因子分析。巴特利球体检验从检验整个相关矩阵出发，其零假设为相关矩阵是单位矩阵，如果不能拒绝该假设的话，应该重新考虑因子分析的使用（郭志刚，2004）。KMO测度从比较观测变量之间的简单相关系数和偏相关系数的大小出发，其值的变化范围从0～1，该值越大则越适合做因子分析。
首先我们先对企业动态能力的各个测量项目进行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4-5是SPSS16.0统计软件包数据处理的输出结果。
表4-5 变量的KMO样本测度和巴特利特球体检验
表4-5结果显示：样本KMO值为0.809，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）。并且，如果观测数据适合做因子分析，并且测量同一维度的指标因子负载较大（通常需要高于0.400），同时这些指标在其他维度上的因子负载较小（通常需要低于0.400），则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）。
