信度（Reliability）即可靠性，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。本书对信度的检验分为两个阶段：第一阶段是运用SPSS17.0软件计算目前最常用的信度系数克朗巴哈（Cronbach）α系数，其公式为：
k=观测变量数
r=观测变量相关系数的均值
从公式中可以看出，α系数评价的是量表中各题项得分间的一致性，属于内在一致性系数。该方法适用于态度或意见式量表的信度分析。
第二阶段是运用Lisrel8.70统计软件计算测量模型中各观测变量的复相关平方（Squared Multiple Correlation，简称SMC），各阶因子的建构信度（Construct Reliability，简称CR）和平均方差抽取量（Average Variance Extracted，简称AVE）。
复相关平方（SMC）是有验证性因子分析计算出来单个观测变量的变异比率，可以作为单个观测变量的信度指标（Bollen，1989）。原则上，SMC值大于0.5则认为该观测变量具有良好的信度，或者SMC的t检验在0.05的水平下显著，就可以认为该观测变量具有良好的信度（Bollen，1989）。
平均提取方差值，或称平均变抽取，是统计学中检验结构变量内部一致性的统计量，用来测量观测变量的总方差在其所对应的潜在变量方差中的比重，其计算公式如4.2，AVE值越高，说明其对应的潜在变量的信度和收敛效度越高。一般来说，AVE值必须大于0.5才可以接受（Bagozzi&Yi，1988）。(www.xing528.com)
λ=观测变量在因子上的标准化载荷
θ=观测变量的测量误差
组合信度（composite reliability，CR），又称建构信度，是用于评价归属潜在因子的一组潜在构建质变的内在一致性程度，其计算公式如4.3。CR数值越大则该因子的信度越高，也就是说，这组指标之间的相关性和内在一致性越高；CR数值越小，则说明该因子的信度越低，即该组指标的内部一致性较差。一般来说，CR值大于等于0.5，就可以说该因子具有良好的信度，当然有些学者认为，该值必须大于等于0.6才可以被接受（Bagozzi&Yi，1988）。
λ=观测变量在因子上的标准化载荷
θ=观测变量的测量误差
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
