《表2 各变量的描述性统计与相关系数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《政府信任对公共健康风险管理的影响——基于长生生物疫苗事件的创设情境研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：（1）深色底纹处为平均方差提取值的平方；（2)Mean=平均值；AVE=平均方差提取值；CA=Cronbach'sα系数；CR=组合信度；SD=标准差；（3）双尾统计检验水平：*p<0.05，**p<0.01，***p<0.001(n=1203）。

研究模型中所有变量的偏度绝对值小于3且峰度绝对值小于10，表明变量分布满足多元正态性假设。如表2所示，所有潜变量Cronbach alpha值与组合信度（Composite Reliability）均在0.83与0.95之间，超过了0.7的标准值，体现出各潜变量测量较好的内部一致性。效度反映的则是测量工具能够准确测出所需测量事物的真实程度，一般通过内容效度与结构效度进行检验。由于对各变量的测量均建立在过往风险研究的基础之上，因此具备较好的内容效度。而结构效度则通过收敛效度和区别效度反映。收敛效度指的是测量同一潜变量的观测变量彼此聚合或关联的程度，通过平均方差提取值（Average Variance Extracted）检验，发现各潜变量的AVE值均在0.57到0.78之间，超过了0.5的标准值，表明各潜变量在平均意义上能够解释观测变量50%以上的方差，收敛效度良好。与收敛效度不同，区别效度考察的则是潜变量的观测变量与其它潜变量之间的区分程度，本文采用Fornell-Larcker标准进行检验，即每个潜变量AVE值的平方根应大于该潜变量与其他潜变量之间的相关系数[49]。各潜变量均符合Fornell-Larcker标准（详见表2），因而有着良好的区别效度。