测量模型内在结构适配度评估的优化方法

测量模型内在结构适配度评估主要是对测量模型内在质量的检验，探究每一个参数的解释意义是否能够反映其相对应的潜在变量，了解潜在建构的效度和信度。效度和信度的检验通过验证性因子分析的结果来判断。验证性因子分析^[14]是对理论的检验，是对先前明确的测量变量与归属层面之间关系的正确性的分析。测量模型的效度检验是对因素负荷量（观察变量与潜在变量之间的路径）的显著性检验，当因素负荷量均达到显著性水平表示观察变量能够反映潜在变量的构念，具有良好的效度，其判别标准为在显著水平α为0.05时，C.R.的绝对值大于1.96。信度检验主要通过组合信度系数或平均方差抽取量来检验，组合信度的检验值也称为建构信度，根据标准化回归系数（因素负荷量）估计值计算潜在变量的组合信度，其公式如下：其中，ρc为组合信度系数；λ为因素负荷量；θ为观察变量的误差变异量。

学界对组合信度系数到底为多少才能代表模型内在适配指标信度较好没有明确的规定和统一的标准，本书采纳应用较为广泛的Bogozzi&Yi（1988）^[15]的研究结论，认为个别观察变量的项目信度（信度系数）应在0.5以上，潜在变量组合信度系数应高于0.6表示模型的内在质量理想。信度分析也可以通过另一判别指标平均方差抽取量来判别，平均方差抽取量是潜在变量可以解释其观察变量变异量的比值，一般认为平均方差抽取量要大于0.5。应用AMOS 22.0对测量模型中变量的因素负荷量、信度系数、测量误差变异量，C.R.值进行整理如表7-20所示，根据计算公式（7.2）得出组合信度系数和平均方差抽取量。从表7-20反映的测量模型对两次调研结果分析表明，模型中所估计的参数均达到显著水平，C.R.的绝对值均大于1.96，整体组合信度系数与平均方差抽取值也满足判别标准，尽管两次调研中都存在个别维度测量变量的信度系数低于0.5，如KS3、AE1、SA1等，但观察变量的因素负荷量均超过0.5，说明测量题项能够解释潜在变量至少50%，因此，认为量表具有良好的效度和信度，模型内在质量良好。

表7-20　测量模型组合信度

(www.xing528.com)

续表

续表

注：#表示未达最低标准值，因素负荷量＜0.70信度系数＜0.50。