问卷信度是指个别变量测量的可信度，可用来衡量结果的一致性或稳定性。对问卷信度的测量可以用再测信度、折半信度和Cronbach's α信度三种方法，考虑三种方法的优缺点以及样本数量不太大外加实施二次问卷回收的困难，本研究选择Cronbach's α信度这一指标。按照Nunnally（1978）的标准，α＞0.9为信度非常好，0.7＜α＜0.9为高信度，若在0.6以下，应该重新修订研究工具或重新编制较为适宜。这个系数决定了变量测度的各测量指标多高频率保持得分的相同。只有较高的一致性系数才能保证变量的测量符合信度要求。Wortzel（1979）认为以Cronbach's α值介于0.7到0.98之间是属于高信度，而0.35以下应拒绝使用。就社会科学研究来说，只要α＞0.6，就可以认为问卷调查题目的信度能够接受。

效度（Validity）是指实证测量在多大程度上反映了变量的真实含义，用于揭示结构变量（construct）和它的测量指标（indicators）之间的关系。本研究为达到内容效度，以相关理论为基础，参考过去实证研究的问卷结果，加以修订。问卷初稿完成以后，多次与企业人员和学者讨论修正，因此，确信应有相当的内容效度。对于结构效度的分析，本研究主要通过验证性因子分析（Confirmatory Factor Analysis，CFA）来检验。在验证性因子分析中，效度水平可以由模型的拟合指数和标准化因子负荷系数来检验（Mueller，1996）。如果模型的拟合指数表明拟合水平是可以接受的，即理论模型较好地拟合了样本数据，那么研究人员就可以进一步通过观察标准化负荷系数的大小来检验其效度。通常认为，标准化负荷系数大于0.7，表明量表具有较高的效度，但对于新开发的量表、模型，大于0.5也是可以接受的（Chin，1998）。由于本研究的测量模型中包含的测量问项较多，相对而言样本数量则相当有限，无法将所有测量问项纳入同一个测量模型以全模型（full model）估计的方式来检验收敛效度，因此，本研究依据Sethi和Carraher（1993）的建议，采用有限信息（limited information）的分析方式，将研究模型按理论分割为自变量、因变量等若干较小的测量模型，即将测量模型分为电子商务应用、营销绩效和营销能力三个子测量模型分别进行检验，以确保结构效度分析结果具有足够的因子稳定性。(www.daowen.com)