效度指测量工具能正确测量出想要衡量事物的性质的程度，即测量的正确性。从内容看，效度的评估可分为内容效度（content validity）、建构效度（construct validity）和实证效度（empirical validity）三类（邱皓政，2013）。内容效度用来衡量问卷中的问题是否能够真实地测量想要测量的研究内容，它又称表面效度或逻辑效度。建构效度用于测量结果与观测值之间的对应程度，其所采用的方法一般都是因子分析法。实证效度用来测量问卷获得的数据是否与已有的理论相符，也可以叫效标效度或预测效度。运用实证效度分析时，首先需要以已有理论为依据选择一种指标作为效标，用调查获得的数据分析调查问卷的题项与效标的接近程度，如果与效标接近，即与效标存在显著相关性，那么可以判断该题项是有效的。也可从与效标的不同取值、特性之间的显著差异来判断题项的有效性，如差异大那么有效性高。但是在实际运用效度分析的过程中，最难的是选择一个合理且合适的效标，因而这种方法的应用有一定的局限性。

本研究中的各测量项都是直接测量的，在同一时期内很难找到其他标准资料做辅助，无法进行准确的相关效度的分析，因此仅讨论内容效度和建构效度。

内容效度旨在检测、衡量内容的适切性，本研究为达到有效的内容效度，以已有就业能力结构理论及大学生就业能力形成的研究等理论为基础，参考了有关实证研究的问卷，在专家建议的基础上对问卷不断修正，因此有相当的内容效度。(www.daowen.com)

建构效度指测量出理论的概念和特征的程度，所以因子分析有时被用来检测建构效度，建构效度用于多重指标的测量。此类效度也有两种类型：一是聚合效度（convergent validity），当测量同一构念的多重指标彼此间聚合或有关联时，就有此种效度存在。聚合效度可由潜在变量提取的平均方差（average variance extracted，简称AVE）来说明。接受测量基础上的一个常用标准是测量项目的解释力超过其误差方差（error variance），各题项的平均方差的最低可接受值是0.5且需显著。二是区分效度（discriminant validity），它与聚合效度相反。此类效度是指当一个构念的多重指标相聚合或呼应时，则这个构念的多重指标也应与其相对立之构念的测量指标负相关。因子分析的主要功能是从问卷的各题项中提取一些公因子，其中一个重要目的是降维。本书将提取就业能力影响因素和构成要素的公因子，这些公因子与原先设定的大学生就业能力构成维度和影响因素维度是高度关联的，这些公因子即代表了大学生就业能力问卷的基本结构。本书将针对调查问卷的题项进行探索性因子分析和验证性因子分析，使用SPSS 22.0软件，对大学生就业能力问卷中的就业能力、就业能力影响因素、就业能力开发要素的测量题项做探索性因子分析，检验问卷量表各测量维度的划分；使用AMOS 22.0软件，对问卷中的就业能力、就业能力影响因素、就业能力开发要素的测量题项进行验证性因子分析，对照各统计量的参考值检验各构念的区分效度和收敛效度，以确定问卷中各题项是否具有效度，详细结果请见本章的探索性和验证性因子分析结果，最终分析结果说明本书的测量问卷聚合效度和区分效度较好。