【摘要】：测量模型有效性分析测量模型的有效性通常表现在内容的有效性、内部一致性和区分性等方面。内部一致性通过Smart PLS计算得到的组合信度与Cronbach Alpha系数来衡量。一般来说，CR值与Cronbach Alpha系数达到0.7即表明具有良好的内部一致性。表6-9变量、量表指标及Loading、CR与Cronbach Alpha值续表表6-10是潜在变量间相关系数和AVE的平方根值。首先通过Smart PLS 2.0对模型进行路径参数估计，其显著性检验中的t值计算利用的是bootstrap重复抽样方法，样本数为1000。
(1)测量模型有效性分析
测量模型的有效性通常表现在内容的有效性、内部一致性和区分性等方面。在内容有效性上，由于所有测量指标均来自已有文献，因此我们认为这些变量和题项是清晰和表意准确的。内部一致性通过Smart PLS计算得到的组合信度(Composite Reliability，简称CR)与Cronbach Alpha系数来衡量。由表6-9可知，CR值与Cronbach Alpha系数都在0.7以上。一般来说，CR值与Cronbach Alpha系数达到0.7即表明具有良好的内部一致性。同时，从表6-9可知，每个测量变量与其潜在变量间具有较高的相关系数，载荷值都在0.7以上，这进一步说明测量模型具有良好的内部一致性。
表6-9 变量、量表指标及Loading、CR与Cronbach Alpha值
续表
表6-10是潜在变量间相关系数和AVE的平方根值。由表3可知该测量模型具有良好的区分性，判断标准是:每一个潜在变量的AVE平方根都大于该变量与其他变量之间的相关系数。(www.xing528.com)
表6-10 潜在变量间相关系数与AVE平方根
注:变量相关系数矩阵中对角线上的值是AVE的平方根。
(2)模型验证
本研究采用结构方程模型软件Smart PLS 2.0检验假设模型中对变量间因果关系的假设。首先通过Smart PLS 2.0对模型进行路径参数估计，其显著性检验中的t值计算利用的是bootstrap重复抽样方法，样本数为1000。经过验证后的模型如图6-10所示。由图6-10可知，所有因果关系假设都通过检验，其中相似性的调节作用也得到统计支持。
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。
