《表3 描述性统计和相关系数矩阵》

  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

《成王败寇失败正常化对新产品开发绩效的影响机制研究》

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

注：双尾检验，***p<0.001，**p<0.01，*p<0.05；样本量为315；相关系数在矩阵下三角中，AVE值的平方根在对角线上加粗显示

本文量表均来自成熟量表，可直接通过验证性因子分析来检验量表效度[53]，卡方与自由度之比为χ2/df=1.724；GFI、IFI、CFI、TLI均大于0.9；RMSEA=0.048，说明测量模型和数据拟合较好[54]。其次，本文通过验证性因子分析中构念与观测指标之间的路径系数（t>2，则聚合效度较高）以及计算平均抽取变异量值（AVE) [55]判断聚合效度，如表2所示，构念与观测指标之间的路径系数t值最小值为10.591 (>2），除了失败学习行为，所有变量的AVE都大于门槛值0.5，说明量表聚合效度较高。此外，本文通过比较AVE值的平方根与潜变量间的相关系数来判断潜变量的区分效度。如表3所示，所有AVE值的平方根均大于潜变量间的相关系数，说明量表区分效度较好。