理论教育 信度效度分析:现象测度稳定性与一致性,量表收敛与判别效度检验

信度效度分析:现象测度稳定性与一致性,量表收敛与判别效度检验

时间:2023-11-28 理论教育 版权反馈
【摘要】:(三)信度效度分析1.信度分析信度是对一种现象的测度的稳定性和一致性。这两个效度是实证研究中常使用的效度检验。下面本研究对量表的收敛效度和判别效度分别进行检验。判别效度本章采用如下两种方式来检验因子的判别效度。这说明,确定性因子分析的结果是可接受的,同时这也反映了因子具有良好的信度和效度。

信度效度分析:现象测度稳定性与一致性,量表收敛与判别效度检验

(三)信度效度分析

1.信度分析

信度是对一种现象的测度的稳定性和一致性。表示度量结果的可重复性,数据与平均值的差异程度。信度的指标有3类:稳定性(stability)、等值性(equivalance)和内部一致性(internal consistency)。内部一致性是测量某一指标与测度同一变量的其他指标间相关程度的一种重要测度,关注的是不同测试项目所带来测试结果的差异(李怀祖,2004)[191]。目前普遍使用Cronbachα系数——又称内部一致性系数——来检验变量的信度。由式(5-1)求得:

img35

式中:α——Cronbachα系数;

   k——指标的数量;

   img36

Cronbachα系数是目前应用最广的评价变量信度的指标。它的取值范围在0到1之间,值越大,则变量的信度越高。一般来说,测量同一个变量全部指标的α值应该在0.7以上(吴明隆,2000)[210]。表5—1给出了涉及的变量的Cronbachα系数,从表中可以看出所有变量的α系数均大于0.7,表明研究所涉及的变量具有良好的信度。

除了计算Cronbachα系数之外,本章还计算了CR(Composite Reliability),其计算公式为:

img37

式中:Loading——指标的因子载荷。

与Cronbachα系数一样,CR的值越大,表明变量的信度越高。一般认为,CR值在0.7以上,就表明因子具有良好的信度。表5—1给出了涉及变量的CR值。从表中可以看出,所有变量的CR值均大于0.7,这也表明论文采用的变量具有良好的信度。

2.效度分析

效度是指指标能够真正测量出研究人员所要测量的事物的真实程度,揭示了构件及其测量指标间的关系。效度判断度量结果是否真正是研究者所预期的结果,指数据与理想值的差异程度(李怀祖,2004)[191]。在效度分析中,经常用到的是内容效度(content validity)、收敛效度(convergent validity)和判别效度(discriminant validity)。由于这里所使用的量表是以国外学者现有的量表为基础,结合了我国营销渠道内的实际情况修正而成,所以此量表具很好的内容效度。收敛效度是指所用到的指标集中反映了所要测量的构件或因子,不存在交叉载荷的问题。判别效度是指不同因子间可以有效区分,不存在反映同一构件的两个因子。这两个效度是实证研究中常使用的效度检验。下面本研究对量表的收敛效度和判别效度分别进行检验。

(1)收敛效度(convergent validity)

在本章中,采用如下三种方式检验收敛效度:首先,在前面对指标的净化以及单一维度性检验过程中,已经进行了针对所有因子的探索性因子分析,确保了所用到的指标不存在交叉载荷。其次,计算了每一个指标的因子载荷,指标的因子载荷均在0.7以上,这说明因子具有良好的收敛效度;再次,利用公式(5-3)计算了每一个因子平均提取的方差百分比(average variance extracted,AVE)(Fornell and Larcker,1981)[214]

img38

式中:Loading——个指标的因子载荷。

AVE的取值越大,表明指标之间的耦合性越强。本章中各个变量的因子载荷和平均提取方差百分比的计算结果如表5—1所示。从表中可以清楚地看出,变量的因子载荷从0.87到0.97,均大于0.7;因子的平均提取方差百分比从63%到93%,均大于50%的推荐值(Bagozzi and Yi,1988)[215],均表明因子具有良好的收敛效度。(www.daowen.com)

表5—1      信度、因子载荷、AVE和CR

img39

续前表

img40

续前表

img41

续前表

img42

续前表

img43

a.除非特殊说明,量表中的“合作伙伴”,在供应商问卷中代表分销商,在分销商问卷中代表供应商。

(2)判别效度

本章采用如下两种方式来检验因子的判别效度。

第一种方式,任意选择两个因子,在将因子间的相关系数固定为1和自由估计两种情况下比较卡方的变化,检验结果发现上述两种情况下卡方的变化具有显著的差异(Bagozzi and Philips,1988)[216]

第二种方式,比较变量的AVE平方根和该变量与其他任何一个变量相关系数,如果AVE的平方根大于相关系数,则表明变量具有良好的判别效度(Fornell and Larcker,1981)[214]。通过表5—1和表5—3可以看出,任一变量的AVE平方根均大于其与其他变量的相关系数,表明了变量具有良好的判别效度。

此外,本章进行了确定性因子分析(confirmatory factor analysis),结果如表5—2所示。χ2/df的值在1到3之间,GFI、IFI、NFI以及TLI的值均大于0.9,RMSEA的值小于0.08,同时AGFI的值也都接近0.9。这说明,确定性因子分析的结果是可接受的,同时这也反映了因子具有良好的信度和效度。

表5—2      确定性因子分析结果

img44

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈