《表7 相关系数矩阵和区分效度检验》

  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

《数字人文学者的技术就绪度调研及数字赋能策略》

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

（3）聚合效度和区分效度分析。对于量表测度项聚合效度，采用因子载荷（Factor Loading，λ）、复合信度（Composite Reliability，CR）和平均提取方差值（AverageVarianceExtracted，AVE）来衡量。一般而言，λ>0.4、CR>0.7、AVE>0.5均可说明问卷聚合效度良好。从表6看出本研究的测量量表具有较好的聚合效度。其中，平均提取方差值（AVE）衡量的是因子解释的方差与测量误差解释的方差的比率。如果该量表中所有因子的AVE的平方根均大于各因子结构间的相关系数，则认为该模型区分效度良好[32]。如表7所示，本研究的测量量表具有较好的区分效度。