《表3 基本测量数据表:用户对人工智能设备的接受意愿研究》
为了确保数据分析的质量,通过CFA评估了测量模型。首先,检查每个结构的测量项目的正态性(Thompson,2004),基于偏度和峰度应小于2的规则,结果表明没有当前数据集中的问题(Hair et al.,1998)。接下来,评估了项目和构造的内部一致性可靠性、收敛有效性和判别有效性。如表3所示,AIAM模型的所有Cronbach's Alphas值均大于建议的临界值0.70(Hair et al.,2011),并且所有项目的因子负荷(Item loadings)均是显著的,提供强大的内部一致性证据。所有构建体的平均方差提取(AVE)值均高于0.50,表明所需的收敛效度满足模型拟合需求(Fornell et al.,1981)。
图表编号 | XD00174634800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 王林、荆林波 |
绘制单位 | 中国社会科学院中国社会科学评价研究院 |
更多格式 | 高清、无水印(增值服务) |