《表2 测量模型的AVE, Cronbach'sα和CR值》
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
《企业数据分析型人才培训影响因素研究——基于人工智能的视角》
一般都用区分效度、收敛效度、内容效度来表示测量模型的有效性。在内容效度上,由于所有测量变量均来自现有的文献和相关专家,因此这些变量是清晰可信的。用Cronbach's系数与组合信度(Composite Reliability,CR)衡量收敛效度。当这两个衡量的值达到0.7之后就表明该量表具有较好的收敛效度[17]380。由表2可得,所有潜在变量的CR值均高于0.960,Cronbach'sα系数值均高于0.939,这说明该变量是理想收敛效度的。衡量区分效度时,当该模型中的潜在变量和其他变量的相关系数比潜在变量的AVE平方根小时,即为有良好区分效度模型[17]390。至于AVE,它是各个潜在变量之间的平均方差,各个数据都通过图表给出。根据表3的数据可以看出这是具备良好区分效度模型。普遍来说,具有理想收敛效度的变量平均方差都要比0.5大[17]400。从表2可以看出,每个潜在变量的AVE值都大于0.865,进一步表明该模型具有良好的收敛效度。
图表编号 | XD0059878400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.30 |
作者 | 孔剑 |
绘制单位 | 惠州经济职业技术学院工商学院 |
更多格式 | 高清、无水印(增值服务) |