第四节 数据分析与假设检验

一 信度与效度检验

由于偏最小二乘法结构方程模型（PLS-SEM）可以处理小容量的样本数据，并且允许同时估计一个或多个自变量、一个或多个因变量之间的多重因果关系，故选定该方法对相关理论假设进行进一步的检验，所使用的数据分析软件为PLS3.0。所有变量测量均采用七点式李克特量表对问卷进行计分测量，要求受访者根据题项所描述的内容给分，1表示“非常不符合”，7表示“非常符合”。本研究采用PLS-SEM对相关理论假设进行检验，利用PLS3.0对数据首先进行了信度与效度检验，采用Cronbach’s α和CR进行信度检验，结果显示（见表4-1），各个构念的Cronbach’s α和CR均大于0.7，表明各个变量具有较好的信度。就效度而言，测量模型中各个变量的因子载荷均在0.7以上，完全符合因子载荷不小于0.5的要求。同时，从表4-1可以看到，各个构念的平均方差提取（AVE）都大于0.6，表明本研究所使用的各个变量的测量模型达到聚合标准。此外，为进一步检验区分效度（见表4-2），各变量的AVE的平方根均大于各个潜变量之间的相关系数，各变量之间的相关值最高为0.392，因此测量量表具有较好的区分效度。

二 相关性分析

本研究测算了模型中各变量的相关系数，结果如表4-2所示。具体而言，大数据分析能力与信息化领导力呈正相关关系，相关系数为0.372；大数据分析能力与信息化创新呈正相关关系，相关系数为0.330；信息化领导力与信息化创新呈正相关关系，相关系数为0.392；信息化领导力与企业国际化绩效呈正相关关系，相关系数为0.288；信息化创新与企业国际化绩效呈正相关关系，相关系数为0.353。

表4-1 量表来源及测量模型的信度与效度检验结果

表4-2 各变量间的相关系数与AVE值

三 假设检验

利用PLS-SEM进一步评价结构模型，通过对样本数据进行bootstrap分析，获得理论假设中各变量之间关系的路径系数β、统计量T以及P值进行检验。结果表明（见图4-2以及表4-3），大数据分析能力对信息化领导力具有显著的正向影响（β=0.372，T=3.666，P＜0.001）；同时，大数据分析能力对信息化创新也具有显著的正向影响（β=0.213，T=3.453，P＜0.05），假设H1、H2得到验证。其次，信息化领导力对信息化创新也具有正向影响（β=0.313，T=2.433，P＜0.05），信息化领导力对企业国际化绩效具有正向影响（β=0.177，T=2.132，P＜0.05），信息化创新对企业国际化绩效也具有正向影响（β=0.284，T=3.059，P＜0.01），综上假设H3、H4、H5均得到验证。此外，模型的SRMR指标值为0.065，表明模型的拟合度较好。

图4-2 全模型路径系数
注：*表示p＜0.05，**表示p＜0.01，***表示p＜0.001（下同）。

四 稳健性检验

为了检验大数据分析能力、信息化领导力、信息化创新对企业国际化绩效解释力的可靠性以及研究结果的稳定性，通过NCA分析对数据进行稳健性检验。R是一种编程语言，被应用于不同领域的数据分析，包括管理学。它包含了很多统计数据，图形函数也是SPSS和SAS等软件统计的一部分。此外，R可以运行特定的用户定义函数，NCA分析就是在R语言中作为一个调用函数应用于必要性分析。

表4-3 模型检验结果

表4-4 必要性分析结果

通过两种上限技术（CE-FDH和CR-FDH）得到上限包络线，同时利用R软件计算得到相关的精确度、上限区域、范围、效应值、条件无效以及结果无效等上限参数值。大数据分析能力、信息化领导力、信息化创新是国际化绩效的必要性分析，CE-FDH方法所得的上限包络线之下涵盖了所有的观测值且上限区域中没有任何观测值，其精确度为100%，而CR-FDH方法所得的上限区域中包含特定观测值。虽然CR-FDH方法所得的精确度未达到100%，但两种方法所得的结果差异不大，因此只将CR-FDH方法所得结果进行分析。

必要条件的效应值可以体现潜在变量对结果变量的约束性，由上限区域的大小与可以观察整个区域的大小之比所得，效应值越大，其对结果的约束性更强，必要条件的影响越强。同时，分析结果也与偏最小二乘结构方程模型的实证结果出现了高度一致性。具体而言，大数据分析能力对企业国际化绩效的效应值为0，说明大数据分析能力不能直接影响企业国际化绩效，而信息化领导力与信息化创新对企业国际化绩效的效应值分别为0.240与0.127，在中等效果的区间内，为假设H4和H5提供了佐证。

单要素必要性分析结果是对影响各个结果变量的单个前因变量的必要性予以判断，并发现大数据分析能力并不是企业国际化绩效的必要条件，而信息化领导力与信息化创新是企业国际化绩效的必要条件。对于给定的企业国际化绩效水平，大数据分析能力、信息化领导力以及信息化创新的组合效果也并不清晰。因此，需要通过瓶颈表进行进一步分析。此外，由于变量具有连续性特征，本章选择CR-FDH技术进行分析。瓶颈表表示的是给定水平结果所需的条件必需水平，在解释多变量必要条件以及识别必要条件组合方面具有重要作用。

如表4-5所示，对于低水平（0—40%）企业国际化绩效，信息化领导力和信息化创新均不是必要条件。而就中水平（40%—80%）和高水平（50%—80%）的企业国际化绩效而言，信息化领导力和信息化创新均为必要条件，同时，随着企业国际化绩效的提升，对信息化领导力和信息化创新的要求也相应提高，且对信息化领导力的要求明显高于信息化创新。此外，对于任何水平的企业国际化绩效，大数据分析能力都不是必要条件。

表4-5 必要条件组合瓶颈表（CR-FDH，NN=不必要）

续表