《表5 数据效度检验分析:声景感知与历史街区景观评价的关系研究——以福州三坊七巷为例》

《表5 数据效度检验分析:声景感知与历史街区景观评价的关系研究——以福州三坊七巷为例》   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
《声景感知与历史街区景观评价的关系研究——以福州三坊七巷为例》


  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

CFA因子分析通常利用因子载荷、AVE及CR来分析数据的收敛有效性。CR(ConstructReliability)用于检验每个潜变量所对应的观察变量是否能一致地解释该潜变量,当该值高于0.6 0时表示一致性良好。平均方差提取值AVE(Average Variance Extracted)可用于衡量收敛效度,其值越大,观测变量对于潜变量的解释度越高,临界值为0.5。根据EFA因子分析结果在AMOS中建立测量模型来获取标准化因素载荷量和误差变异量,得到的AVE和CR值如表5所示,所有测量模型的 值均不低于期望值,即每个潜变量的观察变量解释度均较高,且一致性良好,可见EFA得到的测量模型可信。