区别效度
(H. Kaiser)特征值:是指每一行因素负荷量平方加总后之总和,表示该因素能解释全体变异的能力。因每一变量之变异数均为1,若所抽取之因素所能解释的变异数小于1,则其解释变量之变异数的效力便不如单一变数。因素之特征值(eigenvalue)须大于1。
变异数:特征值 除以 问项数目。
平均变异数抽取量(AVE):该构念的各因素负荷量平方和的平均值。
潜在变项的变异抽取量(variance extracted)以VE表示,VE值是计算潜在变项各测量变项对该潜在变项的变异解释力。若VE值愈高,则表示潜在变项有愈高的信度与收敛效度,Fornell and Larcker(1981)建议其标准值须大于0.5
区别效度的证明:
区别效度之判定系以每一个变项之变异抽取量须大于各成对变项间之相关系数平方值,可称为具区别效度(Fornell and Larcker,1981)。如果存在某对变项之相关系数值大于该变项中任一变项之变异抽取量,即表示在该对变项中,某一变项之测量问项可能也是另一个变项之测量问项(Anderson and Gerbing, 1998)
因此我们只要证明,所有构念之间的最小AVE大于相关系数矩阵中的最大值的平方值,即代表有良好的区别效度。
|