为了保证问卷的可靠性和有效性，在进行统计分析之前，需要检验实证研究中各变量的测量是否达到信度和效度要求。只有测量量表满足这两项要求，才能进行后续的假设检验。本研究采用常用的题项—总体相关系数（Item-Total correlation），Cronbach'sα系数以及组合信度（C.R.）对问卷的信度进行评价，各项指标结果如下表所示。由检验结果可知，各变量的题项—总体相关系数（Item-Total correlation）大于阈值0.35，Cronbach'sα系数大于0.7，组合信度（C.R.）大于0.8，这表明各指标具有很好的内部一致性。

表6-11　问卷整体信度检验

续表

我们进一步采用题项打包法（item parceling）将关系资本的三个维度——沟通、信任与承诺的若干题项分别打包，从而得到整合后的组合分数作为关系资本的测量分数进行分析（Sambasivan等，2013）。采用同样的程序对关系资本的信度进行检验，各项指标结果如表6-12所示。分析表明，关系资本三个子维度与总体构念相关系数分别为0.639，0.841和0.674，Cronbach's α系数为0.861，组合信度（C.R.）为0.887，满足信度评价标准。以上结果表明，本研究无论是构念的子维度还是整体测量，量表均显示了较高信度。

表6-12　关系资本测量信度检验

在效度测量方面，主要考察各变量的内容效度、结构效度以及区分效度。由于本研究采用的量表多在国内外学者使用过的成熟量表基础上修改而来，并通过小样本预测试，因此认为内部效度达标。由于在问卷前测阶段，所有测量题项已经通过探索性因子分析（EFA），对大样本数据我们采用验证性因子分析（CFA）对结构效度进行检验。

本研究利用软件Smartpls 2.0进行验证性因子分析，该软件基于偏最小二乘法结构方程模型（SEM-PLS），具有样本需求量小、对数据的分布限制少、可以同时处理反映性指标（reflective indicator）和形成性指标（formative indicator）等优点，因而于近些年得到社会科学研究者越来越多的关注和应用（Wetzels等，2009）。验证性因子分析显示各个题项的标准因子载荷均显著，且大于0.6。因此，结果表明测量变量具有较好的结构效度，具体见下表。

表6-13　问卷整体效度检验

(www.daowen.com)

续表

区分效度通过比较各因子平均萃取方差（AVE）的平方根与该因子和其他因子的相关系数绝对值，如果AVE的平方根大于该因子和其他因子的相关系数绝对值，表明因子间具有较好的区分效度。所有测量变量的相关系数、均值和标准差见表6-14。分析结果表明，所有因子的AVE平方根均大于该因子和其他因子的相关系数绝对值，因此量表具有较好的区分效度。

表6-14　潜变量的相关系数、均值和标准差

注：.双尾检验，N=222；* * p＜0.01，* p＜0.05

我们进一步检验关系资本整体构念的效度，采用上文所述相同的步骤进行验证性因子分析，结果显示关系资本三个子维度的标准因子载荷均显著，且大于0.6，表明关系资本整体具有较好的结构效度。这一变量的平均萃取方差（AVE）为0.530，其平方根大于该变量与其他变量的相关系数绝对值，表明关系资本与其他变量之间也具有较好的区分效度。关系资本整体构念的验证性因子分析（CFA）结果及相关系数分别见表6-15与表6-16。综上所述，本实证研究的概念测量量表通过了信度检验与效度检验，为之后的假设验证奠定了分析的基础。

表6-15　关系资本测量效度检验

表6-16　关系资本变量相关系数、均值和标准差

注：；双尾检验，N= 222；* * p＜0.01，* p＜0.05