《表4 建构变量因子载荷（N=797)》

  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

《情感回报、经济激励与P2P网贷投资意愿——机构保障的调节作用》

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

效度（validity）是指测量的有效程度或测量结果的正确性。效度越高，指标测量效果越好。区分效度（discriminant validity）和聚合效度（convergent validity）是衡量问卷有效程度的两类重要参考指标。前者是指各建构变量之间能够彼此区分的程度；后者则是指测量同一概念多重指标之间的关联程度，也称收敛效度。如果模型中每个建构变量的平均提取方差（average variance extracted，AVE）值大于它和其它变量相关系数的平方（至少大0.1），则认为模型中的建构变量具有较好的区分效度（Gefen and Straub，2005）。当所有条目的因子载荷大于0.7且显著，AVE都大于0.5时，测量模型的观测指标具有较好的聚合效度（Fornell and Larcker，1981）。本文中AVE在0.58至0.66之间，且各变量的AVE显著大于它与其他建构变量的相关系数（表3），且各指标变量的因子载荷均接近或大于0.7（表4），说明测量量表具有很好的区分效度和聚合效度。