【摘要】：某个变量的测量指标需要尽可能多的反映该变量的属性，而尽可能少的反映其它变量的属性，该指标被称为变量的结构效度。变量的结构效度包括两部分内容，聚点效度和区别效度。本研究利用SPSS13.0中的因子分析方法对各结构变量的聚点效度和区别效度进行检验。从表中可以看出，每个结构变量的平均提取方差的平方根都大于其与其他变量的相关系数，这说明本研究中所有的结构变量都具有显著的区别效度。
某个变量的测量指标需要尽可能多的反映该变量的属性，而尽可能少的反映其它变量的属性，该指标被称为变量的结构效度。变量的结构效度包括两部分内容，聚点效度和区别效度。本研究利用SPSS13.0中的因子分析方法对各结构变量的聚点效度和区别效度进行检验。
表5-2 信度效度检验
(www.xing528.com)
聚点效度反映了某个结构变量的测量指标对该变量的反映程度。（Fornell和Larker，1981）[218]认为当结构变量的因子载荷值大于0.7时，就表明构成该变量的测量指标达到了聚点效度的标准。表5-2显示了政治关系、政策支持等变量的测量指标的因子载荷均大于0.8，而竞争强度和市场需求波动的值虽然较小，也都在0.7以上。因此，我们通过了文中所有变量的聚点效度检验。
Bagozzi等（1980）[331]认为研究中用到的潜变量之间需要互相区别，每一个变量的测量指标原则上只反映该变量的特点，我们用变量的区别效度来检验该指标。为了数值比较上的方便，我们把平均提取方差的平方根与各结构变量的相关系数直接比较，表5-1中对角线上加粗的数值为平均提取方差的平方根。从表中可以看出，每个结构变量的平均提取方差的平方根都大于其与其他变量的相关系数，这说明本研究中所有的结构变量都具有显著的区别效度。
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。
