研究采用樣本一的(N尸345)數據，進行探索性因子分析。在進行因子分析之前，筆者先利用KMO (Kaiser-Meyer Olkin)系數和Bartlett球形檢驗來判斷數據是否適合進行因子分析。KMO指數代表所有變量整體的取樣適當性。KMO值在0，50以上，表示數據適合進行探索性因子分析，KMO值越LL…大，表示變量間的共同因素越多，越適合進行因子分析。本研究樣本的KMO值=0.95，超過0.9，表明已經達到介于“有價值”和“極佳”之間，因此適合進行因素分析。Bartlett's球形度檢驗近似卡方值(X2，為12142.23，自由度(df)為1830，p值達到顯著性水平，表明題項相關矩陣間有共同因子存在，也適合進行因子分析。
    通過標準方差檢驗，發現所有題目的標準方差SD介于1.2 --1，7之間，均1，所以全部題目均予以保留。筆者對樣本一進行探索性因子分析，以主成分分析法初步抽取共同因素（初始特征值）后，通過分析得知，共有11個因子特征值大于1，所解釋的方差占總方差的61.6%。
    除了根據特征值大于1這項標準判斷應保留幾個共同因子之外，還要同時參考坡度檢驗，如圖6-1所示。根據點間連線坡度的隴電緩程度，從碎石圖以很清晰地看出因子的重要程度。從碎石圖可以看出，坡度線不明顯，從第3個因子開始基本就趨于斗平緩，因子并不突顯，表明提取2-5個因子比較妥當，然后再逐個采用2、3、4、5個因子進行探索性因子分析。本研究的調查結果表明，對抽取出來的因子未能給予合理的解釋和命名，與原定假設不符合。
    此研究假設體育界的運動員訓練能力的維度對于企業多習丁教練性的研究仍然適用，且員工可教練性量表的5-7個因子結構能夠得到驗證。但是根據初步編制的員工可教練性量表，經因子分析卻無法提取合理的因子并給予解釋和命名。因此，原有研究假設基本不成立。也正是因為如此，筆者擬采用一個多維的員工可教練性量表進行后續的研究暫時無法實現。
    究其原因，主要有以下兩點氨緣由：第一，雖然原假設是沿用企業教練技術的來源方式進行理論移植，但是在企業環境中，上下級之間的關系比教練與運動員的關系要復雜得多，涉及的內在因素和環境因素相對比較復雜。因此，運動員訓練能力的維度可能無法直接借鑒于員工可教練性維度的構建，還需要更加深入的實證研究來進行重新調整。第二，在國內，企業教練技術還是一個全新的領域，在企業中的實踐應用并不普遍，只有少數企業中高管理者進行過知識培訓，一般員工基本不了解企業教練技術，所以在企業測試過程中，難免因為理解不透徹而造成成測試結果術不準確角。訪談對象和測試對象的樣本選擇可能需要更加精準，要求研究對時象了解以及親身體驗過教練技術。