《表1 描述性统计结果：关系填充结构洞视角下高校科技成果转化团队的隐性知识转化研究》

  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

《关系填充结构洞视角下高校科技成果转化团队的隐性知识转化研究》

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

测量模型评估的第一部分，包括探索性因子分析和验证性因子分析。在探索性因子分析中，本文首先使用主轴因子法对4个变量（SH，GX，TKE，TKS）进行探索性因子分析，分析结果如表1所示。具体来说，样本充足性的KMO值为0.969，表明该数据非常适合因子分析。其次，数据还支持特征值大于1的4个因子，解释了58.960%的方差。再次，所有的样本因子载荷超过0.612，表明这些测量值有效地代表了4个因子。最后，样本的克隆巴赫（信度）系数为0.953，意味着4个因素的内部一致性具有高度的可靠性。除了探索性因子分析，本文采用Amos对模型进行验证性因子分析，并建立量表的建构效度。第一，本文发现所有的指标与模型拟合良好：卡方值（CMIN）为487.155，当自由度（DF）为394；规范拟合指数（NFI）为0.991；比较拟合指数（CFI）为0.990；近似误差均方根（RMSEA）为0.019。第二，本文通过检验因子负荷的显著性及其与样本标准误差（SE）的差距来检验收敛效度。如表1所示，所有的题项载荷均高于0.6的临界值，具有很强的显著性水平。第三，所有的SE值均在0.1左右，说明所有的题项都与其潜在变量有着显著而明确的关系。第四，所有潜在变量的组合信度（CR）均高于0.7的标准，显示出良好的收敛效度。第五，本文使用平均提取方差值（AVE）来检验区分效度。表1展示了所有变量的因子相关矩阵，矩阵对角线上所有AVE的平方根都大于非对角线区域的数值，意味着显著的区分效度。