调查过程中所使用量表或问卷的信度与效度水平对后续数据分析有直接影响。本书在进行问卷设计时绝大部分的测量问项都借鉴了已有研究成果的成熟量表，内容效度已经相当高了；但有一少部分测量项是根据本书内容，吸收了专家的意见开发出来的，所以有必要检验本书使用的问卷或量表的信度及效度，以进一步确认调查问卷中量表的合理性。
检验或评价一个问卷的信度，主要是对问卷中同一维度下的题项进行内部一致性检验，看问卷中的一组问题是否测量同一个概念。最常用的内部一致性信度指标是Cronbach'sα系数，大多数学者认为，内在信度系数如果在0.8以上是可以接受的，在0.9以上则认为信度甚佳[3]。本书首先运用SPSS19.0对问卷的整体信度进行了检验，运行后显示Cronbach'sα数值为0.974，可信度较强，说明问卷的可靠性和稳定性较好。然后对各潜变量依次进行了信度检验，软件运行结果的系数汇总见表5-4。表中各潜变量的Cronbach'sα系数均大于0.8，说明这些潜变量因子具有较高的内部一致性，问卷是有效的，那么依据该问卷得到的数据可信。
表5-4 变量构造及测量
（续表）
（续表）
(www.xing528.com)
资料来源：作者根据软件运行结果及计算整理。
信度检验通过之后又运用Mplus7.0对数据进行分析，软件运行结果见表5-4和图5-1。组合信度（CR）用来评价一组潜在变量指标的一致性程度。关于CR的标准准则问题，很多学者进行过研究（Bogozzi，1988；Kline，1998；Diamantopoulos和Siguaw，2000；等等），虽然目前缺乏一个明确的准则，但多数学者倾向于采用Kline（1998）的观点作为判别依据，即信度系数大于0.80是非常好的。当然，信度系数越大说明测量指标间的内在关联度越高；反之则内在关联度越低。潜在变量的平均方差抽取量（AVE）表示测量变量构念所能解释指标变量变异量的程度。一般来讲，若AVE值大于0.50，说明指标变量能够有效反映其潜在变量，该潜在变量具有良好的信度与效度。CR与AVE的值是根据标准因子载荷值和误差变异量，再配合CR与AVE的公式计算得出的，计算公式如下：
图5-1 路径图
以上公式中，λ代表观测变量在潜变量上的标准化因子载荷，θ代表观测变量的测量误差，∑代表把潜在变量的指标变量值加总。表5-4中显示，每个潜变量的CR值均在0.9以上，说明各潜变量具有良好的组合信度；且各潜变量的平均方差抽取量（AVE）的值均在0.7以上（可接受值为0.5），各个潜变量均得到了很好的测量。
本书在因子分析后将载荷系数较低的问项进行了剔除，其中诚信度维度中去掉了2个问项C8、C10，促销维度中去掉了1个问题P1，市场绩效维度中去掉了1个问项MP6。整个问卷中，除了这4个问项外，其余测量变量问项的因子载荷均大于0.5，通过了测量工具信度和效度的检验。
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。
