在探索性因子分析中，采用主成分分析方法，特征根大于1.0，得到经过正交转换后企业动态能力环境层次影响要素的因子负载矩阵，如表8-14所示。但测量项目“在我们行业，产品生命周期非常短”以及“在我们行业，政府政策变动的非常快”存在交叉载荷现象（Crossing Loading），并且都大于0.4。根据陈晓萍，徐淑英和樊景立（2008）的建议，我们删去这两个测量项目，然后再进行探索性因素分析。
表8-14 企业动态能力环境层次影响因素探索性因素分析（EFA）
续表
注：提取方法：主成分分析法;旋转方法：正交的方差极大法旋转;经过了六次迭代。
接着，我们采取同样的分析步骤对企业动态能力环境层次影响要素的各个测量项目（删去“在我们行业，产品生命周期非常短”以及“在我们行业，政府政策变动得非常快”两个测量题项后的其他项目）进行KMO测度和巴特利特球体检验，看样本数据是否适合作探索性因子分析。表8-15是SPSS16.0统计软件包数据处理的输出结果。
表8-15 变量的KMO样本测度和巴特利特球体检验
表8-15结果显示：样本KMO值为0.760，表明该组变量数据是适合作探索性因子分析的。同时，巴特利特球体检验的γ2统计值的显著性概率是0.000（＜0.001），说明数据具有相关性，所以这组数据是很适合作探索性因子分析的（马庆国，2002）。