《表2 变量测量、赋值与描述性统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《政府支持如何影响种子企业技术创新绩效——基于政策、组织和市场异质性的分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

同时，本研究借鉴Bell(2005）的做法，设置企业技术创新质量的3个语项，分别为“贵公司新品种的影响力”“贵公司新品种的新颖性”以及“贵公司新品种的适应性”（见表2），并运用Likert五点量表对种子企业技术创新质量进行测量：很小、很低或很弱=1；小、低或弱=2；一般=3；大、高或强=4；很大、很高或很强=5。由于技术创新质量包含3个语项，本研究采用探索性因子分析法对其进行降维。结果显示，KMO检测值为0.73，Bartlett球形度检测值为320.58(P<0.01）。根据Kaiser(1974）给出的标准，上述KMO和Bartlett球形度检测值表明创新质量的测量语项适合采用因子分析法进行降维。KMO值之所以不是特别大，这可能与本研究的样本量较小有一定关系。本文采用主成分分析法，最终提取1个公因子，命名为种子企业技术创新质量（quali）。该公因子能够解释全部语项80.77%的变异，各语项的因子载荷分别为0.90、0.87和0.92。根据Tabachnica and Fidell(2007）给出的标准，变异解释量和因子载荷表明该公因子解释观测指标变异的情况非常理想，进而说明采用因子得分作为技术创新质量的测量值是适合的。此外，3个语项的Cronbach’sα信度系数值为0.88，这表明此3个语项构成的量表信度较好，测量结果是可信的。