信度（reliability，R）是指测量的可靠程度，反映了测量结果受到随机误差影响的程度，能够用来衡量测量结果的一贯性、一致性、在线性和稳定性。我们强调信度测量的重要性，除了它本身所具有的意义之外，还因为它是效度的基础。对量表数据进行分析之前，我们首先要考虑所测量的数值是否可靠，只有信度被接受时，量表的数据分析才是有用的。变量各题项间的同质性信度可以通过内部一致性系数来反映。本研究采用复合信度（composite reliability，CR）和平均变异抽取量（average variance extracted，AVE）两个指标来检验各构念测量量表的内部一致性信度，有关指标信息见表5- 2。

表5-2　信度与区分效度

注： 括号里的值为AVE的平方根。

1.复合信度

复合信度主要用来评估一个潜变量所属的各个观察变量之间的内在一致性。它允许误差之间相关且不相等，还允许潜在变量对各题项的影响不同，从而有效地避免了一种不符合实际的假设，即使用Cronbach'sα系数时要求潜在变量对各题项影响相等。复合信度与Cronbach'sα信度虽然都是测量信度的下限，但复合信度比Cronbach'sα信度更为精确。(www.daowen.com)

复合信度测量的是测量题项指标分享该潜变量的程度，信度高表示题项指标之间存在高度的互为关联性。如果量表的复合信度通过了验证，研究者就可以认为每个题项中所测的内容是一致的；如果没有通过验证，就表示每个题项中所测的内容是不一致的。有的学者认为CR≥0.5，即表示此测量具有一致性（Hair，1998），有的学者则强调CR要至少≥0.6（Bagozzi and Yi，1988）。克兰（Kline，1993）认为，CR值在0.5以上是可以接受的，在0.7以上是比较适中的，在0.8以上是非常好的，在0.9以上是优秀的。如CR值低于0.5，则表示至少有一半的观察变异来自随机误差，故信度不可接受。海尔等（Hair et al.，1998）则认为，CR值超过0.7比较合适。

表5-2显示，所有潜变量的CR值都大于0.92的水平，超过了0.7这一门槛值（Hair et al.，1998），甚至超过了0.9这一CR优秀水平的临界值，因此本研究量表的测量具有较好的内部一致性。

2.平均变异抽取量

我们还可以利用平均变异抽取量来考察量表测量的内部一致性。它反映了题项的总变异量有多少是来自潜变量的变异量，有多少是由测量误差所导致的。换言之，AVE值体现了潜变量对测量题项的变异解释力，值越高则表示量表的测量有越高的信度水平。一般而言，测量信度可接受的AVE值应该大于0.5（Bagozzi and Yi，1988；Fornell and Larcker，1981；Hulland，1999）。本研究所有潜变量的AVE的最低值为0.658，超过了福内尔和拉克（Fornell and Larcker，1981）提出的0.5的标准，表明量表具有可接受的内部一致性的信度。