（1）因子模型设定

图7-2　项目治理机制整体模型CFA分析

项目治理机制，由政府监管、政府协调、风险分担、收益分配、文化建设和关系维护等六个潜在变量构成。其中政府监管有6个测量指标，政府协调有4个测量指标，风险分担有5个测量指标，收益分配有4个测量指标，文化建设有3个测量指标，关系维护有8个测量指标。项目治理机制的整体模型验证性因子（CFA）分析如图7-2所示。

（2）模型参数估计

运用AMOS软件，多因素斜交被用来对模型进行分析，结果如表7-2所示。从绝对拟合指标来看，/df=1.088，p=0.130＞0.01，未达到显著水平，这表明项目治理机制测量模型的协方差矩阵与实证资料的协方差矩阵相等的假设得到支持，即假设模型图与观察数据相吻合。需要进一步观察其他指标，GFI=0.914（＞0.80），AGFI=0.879（＞0.80），RMSEA=0.019（＜0.08），说明模型可以接受；观察相对拟合指标，IFI=0.994（＞0.90），CFI=0.994（＞0.90），NFI=0.930（＞0.80），可以看出，项目治理机制的因子模型拟合良好，说明模型具有良好的建构效度，可以接受。

表7-2　项目治理机制的整体测量模型参数估计表

拟合优度指数（P=0.130）：

注：未列t值则为固定参数项目；***表示p＜0.001。

（3）信度评估

从表7-2中可以看出，所有测量条款的标准化负荷都达到了0.5的临界值，且所有标准化系数皆达到了显著水平。可以看出，这30个指标可以反映这六个潜在因子。建构信度可以用来衡量因子的信度。观察表中的组合信度值，除了收益分配，其余变量的组合信度值都达到了0.6的临界值，研究表明项目治理机制各潜变量的内部一致性良好，具有良好的信度。

（4）效度评估(www.daowen.com)

关于项目治理整体测量模型的收敛效度，除了个别题项，大部分潜变量的因素负荷均大于临界值0.5，可以看出模型具有良好的收敛效度。关于项目治理机制模型的区分效度，可以通过两两因子之间限制模型与未限制模型两者的2值之差来分析。如果两者值之差的差异达到显著性水平，则证明两因子之间具有良好的区分效度。整体模型共有六个因子，给予两两配对，求得15对区分效度的检验，结果如表7-3所示。研究结果表明，这15对配对的值之差均达到了显著水平，证明项目治理机制六个因子之间具有良好的区分效度。

表7-3　项目治理机制的整体模型区分效度

注：***表示p＜0.001，**表示p＜0.01。

（5）二阶验证性因子分析

图7-3　项目治理机制的二阶整体模型CFA分析

进一步进行重大工程项目治理机制的二阶验证性因子分析，分析模型如图7-3所示。从绝对拟合指标来看，/d f=1.297，p=0.000＜0.01，达到显著水平，拒绝虚无假设，说明测量模型的协方差矩阵与实证资料的协方差矩阵相等的假设没有获得支持。即需要进一步观察其他数据进行分析：GFI=0.894（＞0.80），AGFI=0.857（＞0.80），RMSEA=0.036（＜0.08），说明模型可以接受；观察相对拟合指标，IFI=0.979（＞0.90），CFI=0.978（＞0.90），NFI=0.913（＞0.80），从这些指标可以看出，项目治理机制的二阶验证性因子模型拟合良好，建构效度良好，说明模型可以接受。

借助于AMOS软件，多因素斜交被用来进行二阶整体模型验证分析，结果如表7-4所示。可以看出，在重大工程项目治理机制的二阶CFA模型中，除了收益分配，各一阶因子对二阶因子的负载系数均大于0.5，达到显著性水平，说明各一阶因子对二阶因子的收敛效度良好。组合信度ρc的值为0.901，大于临界值0.6，说明二阶因子模型的建构信度较好；二阶因子的平均方差抽取量AVE为0.606，大于临界值0.50，可以看出该二阶因子模型能有效解释其一阶因子一半以上的变异。因此，研究表明项目治理机制的二阶因子模型拟合水平较好。拟合优度指数（P=0.000）：

表7-4　重大工程项目治理机制的二阶CFA模型参数估计表

注：未列t值则为固定参数项目；***表示p＜0.001。