测度模型是由潜变量与观察变量组成，就数学定义而言，测度模型是一组观察变量的线性函数。而测度模型检验就是检验潜在变量和观察变量间的对应关系。测度模型检验主要是通过验证因素分析（Confirmatory Factor Analysis，CFA）来实现的，和预测试阶段用的探索因素分析不同，CFA允许研究者分析确认事先假设的测度变量与因素间关系的正确性，通过从总体中抽取另一群样本来检验假设因素结构的契合度。该契合度同样由聚合效度和区别效度两个指标来衡量。CFA中聚合效度要求所有变量的Cronbach'sα值和变量的组合信度（CR）都高于基准值0.6。另外，变量的平均变异抽取量（AVE）的值要高于标准值0.5［98］。通常，区别效度检验采用变量的AVE值的平方根大于其他变量之间的相关系数［99］。本书使用AMOS 18.0软件对各组变量量表的效度进行检验，采用极大似然估计。表2-8为正面评论发表模型中测度模型的聚合效度，表2-9为正面评论发表模型中变量间的相关系数矩阵。结果表明，正面评论发表模型的测度模型有较好的聚合效度和区别效度。表2-10为负面评论发表模型中测度模型的聚合效度，表2-11为负面评论发表模型中变量间的相关系数矩阵。结果表明，负面评论发表模型的测度模型有较好的聚合效度和区别效度。
表2-8 正面评论发表模型：测度模型的聚合效度
（续表）
注：未列T值项是固定参数项目。
表2-9 正面评论发表模型：变量间的相关系数矩阵
(www.xing528.com)
表2-10 负面评论发表模型：测度模型的聚合效度
（续表）
注：未列T值项是固定参数项目。
表2-11 负面评论发表模型：变量间的相关系数矩阵
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。
