《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》

  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

《用户对人工智能设备的接受意愿研究》

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

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）。