《表1 共同方法偏差 (CMB) 检验结果》

  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

《网络嵌入、多途径知识集聚与创新力——知识流耦合的调节作用》

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

为减少单一被试带来的共同方法偏差，研究在设计和统计上采取相应措施。研究设计方面采用匿名调查，并告知用于学术研究无对错之分，问卷语句表述根据专家建议，尽量清楚易懂。为确保研究结果精确，应避免共同方法偏差（CM B）可能对研究结果产生影响。本文借鉴周文广[36]和Adam等[37]中推荐使用的方法进行检验。首先，模型1将所有题项指定给一个共同的潜变量；其次，模型2将所有题项指定给各自所测量的潜变量，分别进行验证性因子分析（CFA）。检验结果如表1所示。模型1的CM I N与DF的之比远超过5，不可以接受，并且GFI与AGFI的值比较小，说明模型1拟合性差。而模型2的CMIN与DF的比值介于1到2之间，非常理想，N FI、GFI、AGFI等值都接近1，说明模型拟合性较好。模型2比模型1有明显的改善，说明本研究中所搜集的样本数据通过了共同方法偏差检验。同时，运用Ha r ma n单因素分析法检验同源方差问题，主成分分析所得最大特征根的因子解释整体变异量在可接受范围内，表明大部分变异不是由一个因子造成的，同源偏差不严重。