《表3 变量AVE及相关系数》

  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

《核心企业网络能力与集群协同创新:一个具有中介的双调节效应模型》

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:**表示显著性水平p<0.01（双尾检验），*表示显著性水平p<0.05（双尾检验）；对角线数字为变量AVE的平方根。

本研究运用多种方法对测量量表展开信度和效度分析。其中，信度测量借助内部一致性Cronbach’sα系数和组合信度值加以判断；效度分析则从内容效度、结构效度、收敛效度和区分效度四个方面展开，具体结果如表2所示。（1）所有变量Cronbach’sα系数居于0.824～0.914之间，组合信度值居于0.833～0.903之间，均大于门槛值0.7，说明所有变量的测量量表具有良好信度水平。（2）所有量表均来自或者改编自国外现有的成熟量表，并且通过了专家修订和小范围初试，具有可靠的内容效度。（3）借助SPSS21.0进行探索性因子分析，各个因子题项的载荷范围值为0.652～0.903之间，高于0.500的标准，且各因子解释方差百分比都高于50%；借助Amos7.0进行验证性因子分析，各个变量拟合参数值均在理想范围内（χ2/df<5；IFI>0.9；NFI>0.9；TLI>0.9；CFI>0.9；RMSEA<0.8）；综合两类因子分析结果，说明各项变量测量具有良好的结构效度；（4）遵循已有研究，收敛效度的评价根据因子载荷、组合信度和AVE综合判断:所有标准化的因子负荷都大于0.5且CR值大于0.7，达到显著水平；平均变异抽取量（AVE）取值范围介于0.582～0.716之间，均大于0.5；三个判别指标均在标准值之上，说明量表具有良好的收敛效度。（5）比较潜变量自身AVE值的平方根与不同潜变量之间的相关系数判断区分效度，发现各变量AVE的平方根均大于该变量与其他变量间的相关系数，说明测量量表具有良好的区分效度。变量AVE及相关系数如表3所示。