《表3 测量模型判别效度分析》
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
《众包知识建构下学业情绪影响因素及唤醒机制的科学学研究——面向深度学习的课堂教学结构化变革研究之五》
采用平均方差提取法(AVE)和因子负荷进行效度检验。结果表明,验证性因子分析(CFA)的因子负荷为收敛效度提供了证据,所有项目的负荷在相应结构上都足够高,超过了建议的阈值0.50。为检验判别效度,采用Fornell和Larcker检验,每个潜在变量平均方差抽取值(AVE)的平方根显著高于与其它潜在变量的相关系数,可以实现区分效度。AVE值都超过0.5,即AVE(对角线上的值)的平方根超过了潜在构念之间相应的相关系数,所有构念都通过了检验,如表3所示。
图表编号 | XD00199921700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.15 |
作者 | 药文静、姜强、李月、赵蔚 |
绘制单位 | 东北师范大学、东北师范大学、东北师范大学、东北师范大学 |
更多格式 | 高清、无水印(增值服务) |