不太适合。
KMO<0.5：
不适合。
此外，从Barlett球形检验的x2值为940.09（自由度为105）达到显著，代表母群体的相关矩阵间有共同因素存在，适合进行因素分析。
由表3.5抽取了三个特征值大于1的因素，分别为玩世不恭、情绪衰竭和个人成就感降低，此三个因素对总变异量的解释累积为57.29%。
其中，玩世不恭、情绪衰竭和个人成就感降低分别解释了总变异量的18.48%、20.56%和18.25%。
该分析的SPSS操作：
Analyze—DataReduction—Factor，
Descriptives对话框中，选中Initialsolution和KMOandBartlett’stestofsphericity项。
Extraction对话框中，在Method下拉列表框中选择Principalcomponents，Extract框中选中Eigenvaluseover（提取特征根大于1的因子），Analyze框中，选中Correlationmatrix和Covariancematrix。
Rotation对话框中，Method框中选择Varimax（正交旋转）选项，Display框中选中Rotatedsolution项，输出旋转以后的因子矩阵模式和因子转换矩阵。
3信度检验
信度（Reliability）是指测验的可靠程度，可界定为真分数方差与观测分数方差的比例。
信度所指测验分数的特性或测量结果，而非指测验或测量工具本身，信度的涵义即是由多次测验测量所得的结果间的一致性、再现性和稳定性。
在李克特态度量表法中常用的信度检验方法为分半信度（Split-halfreliability）及克朗巴哈（Cronbach）
系数法。
如果一个量表的信度越高，表示量表越稳定。
:
本研究的信度检验采用李克特的研究方法，对正式量表施测得到的结果将以分半信度做等值性检验，再以Cronbach
系数法做同质性检验，考察量表结果的内部一致性水平，并以Item-TotalCorrelation系数考察各题项与其所属衡量构面之间的相关性。
分半信度是将一种测验的项目分成对等的两半，可采用测验项目编号的奇数和偶数分成两部分测验，最后根据两半测验分数的数据处理，以积差相关计算两半得分之间的相关，作为信度的指标，看其一致性程度如何。
此方法要求二者方差齐性，且分半的方式不同得到的相关系数值也不同。
由于题目被分为两半，常会造成信度偏低的现象。
因此，需要再加以校正。
较常用的校正方法有Spearman-Brown,Flanagan,Rulon等校正公式。
本研究对四个分量表分别计算分半信度，把各个分量表的题目以奇、偶数题号分为两半，采用Spearman-Brown分半相关系数计算方法来计算。
，
为分半信度，
为两半之间的相关系数
分半信度检验的SPSS操作：
Analyze—Scale—ReliabilityAnalysis，在Model下拉框中选择Split-half。
同质性信度是测验内部所有题目间的一致性。
这里讲的是分数的一致，而不是题目内容或形式的一致。
本量表是采用多重记分法，所以用Cronbach
。
系数来估计量表的一致性。
这是目前常用的评价内部一致性的方法，几乎应用于所有的信度分析中。
Cronbach
。
系数法利用各题得分的方差、协方差矩阵，或相关系数的矩阵来计算同质性，得出唯一的信度系数。
所得的Cronbach
系数越高，则代表其测验的内容越趋于一致。
系数法可避免分半信度法的缺点，它对量表的内部一致性作了更为慎重的估计，因为它相当于以所有可能的组合分拆量表所得分半信度的平均值。
其计算公式为
=（K/K-1）*（1-∑Si2/S2）其中K为量表所包括的总题数，S2为测验量表总分的变异量，Si2为每个测验题项得分的变异量。
系数值界于0-1之间,一般认为,
系数值界于0.65-0.70间是最小可接受值,
系数值界于0.70-0.80之间相当好,
系数值界于0.80-0.90之间非常好。
检验的SPSS操作：
Analyze—Scale—ReliabilityAnalysis，在Model下拉框中选择Alpha，
打开Statistics对话框，其中：
Descriptivesfor框中选择Scaleifitemdeleted项（显示该项目与总分的关系）
Summaries框中选择Correlations（计算相关系数）
4描述统计
对工作倦怠的总体及其3个维度的描述统计，主要用到的统计量是最小值、最大值、平均数和标准差。
通过平均数的大小，可以看出倦怠程度是否严重及在哪个维度上倦怠程度严重，还可以看出被测个体间的差异大小。
从标准差得分可以看出哪个维度上的个体差异大。
计算公式：
均值
标准差
SPSS操作：
Analyze—DescriptiveStatistics—Descriptives
打开Options对话框，选中Mean,Std.deviation,Minimum,maximum
5独立样本T检验及单因子方差分析
以问卷中的人口统计学变量为自变量，工作倦怠各构面为因变量，通过对二份变量做独立样本T检验（IndependentSamplesTTest）、对三份变量做单因素独立样本方差分析（One-wayANOVA）并对达到显著水平的项目以Scheffe法进行事后比较。
独立样本T检验SPSS操作：
Analyze--CompareMeans--Independent-SampleTtest）
单因素方差分析：
测试某一个控制变量的不同水平是否给观察变量造成了显著差异和变动。
单因素方差分析实质上采用了统计推断的方法，由于方头分析有一个比较严格的前提条件，即不同水平下，各总体均值服从方差相同的正态分布，因此方差分析问题就转换成研究不同水平下各个总体的均值是否有显著差异的问题。
计算公式：
采用的统计推断方法是计算F统计量，进行F检验。
总的变异平方和为SST，分解为两个部分：
一部分是由控制变量引起的离差，记为SSA（组间BetweenGroups离差平方和）；另一部分随机变量引起的SSE（组内WithinGroups离差平方和）。
于是有：
其中：
其中
为水平数，
为第
个水平下的样本容量。
可见，组间样本离差平方和是各水平组均值和总体均值离差的平方和，反映了控制变量的影响。
组内离差平方和是每个数据与本水平组平均值离差的平方和，反映了数据抽样误差的大小程度。
F统计量是平均组间平方和与平均组内平方和的比，计算公式为：
从F值计算公式可以看出，如果控制变量的不同水平对观察变量有显著影响，那么观察变量的组间离差平方和必然大，F值也就比较大；相反，如果控制变量的不同水平没有对观察变量造成显著影响，那么，组内离差平方和影响就会比较大，F值就比较小。
F服从
个自由度的F分布（
为水平数，
为个案数）
SPSS操作：
Analyze--CompareMeans—One-wayANOVA
打开Option对话框，选中Descriptive和Homogeneityofvariancetest
打开PostHoc对话框，选中Scheffe项（差别检验法）
6相关分析
用相关分析法，对工作倦怠量表的3个维度和倦怠原因量表的所有维度作相关分析。
得出各影响因素与倦怠的3个维度间的两两相关系数，分析原因变量对倦怠影响的显著程度。
相关分析就是衡量事物之间，或称变量之间线性相关程度的强弱并用适当的统计指标表示出来的过程。
本研究使用了二元变量的相关分析。
统计学定义和计算公式：
二元定距变量的相关分析是指通过计算定距变量间两两相关的相关系数，对两个或两个以上定距变量之间两两相关的程度进行分析。
Pearson简单相关系数用来衡量定距变量间的线性关系。
计算公式：
Pearson简单相关系数
对Pearson简单相关系数的统计检验是计算t统计量：
t统计量服从n-2个自由度的t分布
SPSS操作：
Analyze—Correlate—Brivariate
选择系统默认的Pearson相关系数，
默认的Two-tailed双尾检验，
选中Flagsignificantcorrelations
7多元回归分析
工作倦怠前因变量对工作倦怠各个维度的预测，本研究采用逐步多元回归（StepwiseMulti-regression）。
在多元回归分析中，首先需考虑“共线性”（collinarity）问题。
共线性指的是由于自变量间的相关太高，造成一个预测变量是其他变量的线性组合。
如果回归模式中有严重的共线性存在，则回归模式之参数不能完全被估计出来。
自变量之间是否有共线性问题存在，可由容忍度（Tolerance）、变异数膨胀因素（varianceinflationfactor.VIF）和条件指针（conditionindexCI）三个数据加以判别。
容忍度值愈大，变异膨胀因素值愈小，条件指针值愈小，则愈没有共线性问题。
根据现有文献，只有条件指针有个具体的标准要求，CI值在15以上，表示可能有共线性问题;CI值在30以上，表示有严重的共线性问题f川。
根据回归分析最后汇总的表4.11至表4.13所示CI值，以及容忍度值在0.77到0.98之间、变异数膨胀因素值在1.02到1.29之间，工作倦怠前因变量之间没有明显特征说明可能会有共线性问题存在。
逐步回归法的基本思想是，在考虑Y对已知的一群变量回归时，从变量中，逐步选出对已解释变差的贡献最大的变量，进入回归方程。
SPSS操作：
Analyze—regression—linear
在Method下拉列表框中，选择Stepwise（前向逐步回归与后向逐步回归结合法）
打开Options对话框，接受默认F统计量的概率
打开Statistics对话框，选择Estimates，系统输出回归系数B，B的标准差，标准回归系数Beta，B的t值及其双尾检验的p值。
选择Modelfit（模型拟合）复选项，系统输出引入模型的变量、从模型中删除的变量、复相关系数R、判定系数R2、校正的R2、估计值的标准误差、ANOVA方差分析表。
选择Collinearitydiagnostics（多重共线性诊断）
回归分析后，其标准化回归方程式为：
情绪衰竭=0.23*组织管理特点+0.18*工作家庭冲突+0.14*个体工作态度
玩世不恭=0.33*组织管理特点+0.15*个体成长性+0.12*组织价值观认同
个人成就感降低=0.32*角色负荷和自主性+0.19*角色挑战性和模糊性-0.12*工作家庭冲突
升级会员 