二 分析方法的确定

本研究将对以问卷调查方式所收集到的数据进行描述性统计、效度与信度检验、探索性因子分析以及多元线性回归等分析工作。本研究所使用的分析软件为SPSS 17.0版。

（1）描述性统计分析

描述性统计主要对样本盟员规模、所属行业等情况进行统计分析，说明各变量的均值、百分比、次数频率等信息，以描述样本的类别、特性等。

（2）效度和信度检验

针对本研究中主要量表进行内部一致性分析，以信度系数Cronbach a值来衡量同一概念下各测量题项的一致性，并检验各变量和量表的信度效度。

（3）多元线性回归

多元线性回归分析是一种用于描述、解释或预测多个解释变量和一个被解释变量之间线性关系的统计工具。多元回归分析中选取预测变量进入回归方程式的方法很多，对于何种方法最好，学者间的观点未尽一致，选取方法应与研究设计和研究规划密切联系。为了保证正确使用多元线性回归模型并得出科学结论，需要检验回归模型是否存在多重共线性、序列自相关和异方差三大问题。本研究通过方差膨胀因子（VIF）指数判断多重共线性问题；通过Durbin-Watson值（DW值）来判断序列相关问题；通过回归模型的残差项的散点图判断异方差问题。一般来说，当0＜VIF＜10时，可认为回归模型不存在多重共线性；当DW值介于1.5～2.5时，一般可认为回归模型不存在序列自相关问题；当以标准化的预测值为横轴数据和以标准化的残差值为纵轴数据构成的残差散点图呈现无序状态时，则可认为回归模型不存在异方差问题。为了减少回归方程中变量间的多重共线性问题，需将相关变量进行中心化处理，并利用中心化后的这些变量建构交互项，以备回归分析之用。