7.4.5 整体测量模型的检验
首先，我们利用收集到的162份组织水平的调查数据对测量模型进行信度和效度的分析。
1.信度（Reliability）分析
当采用李克特量表时，最常用的是利用CronbachAlpha以及CompositeReliability来测量同一建构下各项目间的一致性。表7-23为信度检验结果。
表7-23 各个潜变量的α系数、综合信度系数和**E
从表7-23可以看出，本文中的测度模型的综合信度也得到了较好的满足。其中，变量中最低的CronbachAlpha系数为0.850，最低的综合信度系数（CompositeReliability）为0.897。
本项研究包含的所有潜变量的综合信度系数值也都明显大于有关研究所建议的最小临界值——0.700（最小值是0.897）。因此，本测量采用的量表具有较高的信度，从而表明本研究具有较好的内部一致性。
2.效度（Validity）分析
此外，为了更好地对问卷的有效性进行检验，除了对测试模型的信度（内部一致性）进行检测之外，本部分也对收敛效度（ConvergentValidity）和区别效度（DiscriminantValidity）进行了检验，以确保每个多指标量表体系都能够充分而适当地捕获或描述特定概念的内涵。
一般而言，对于所有测度指标而言，标准化的因子负荷要高于有关研究所建议的最低临界水平——0.707（Carmines ＆ Zeller, 1979;Shimp ＆ Sharma, 1987），但许多研究者认为这个限制可以适当权变和放大，可以以0.650作为最低标准（Barclayetal., 1995; Chin，1998）。数据分析结果表明：各个测量项的标准化因子负荷最小为0.774，高于0.650的最低要求，而且都具有较强的统计显著性（p＜0.005），充分显示了极强的收敛效度[1]。同时，本项研究中每个潜变量的平均提炼变差（**E，AverageVarianceextracted）最小值为0.636，大于0.50，从而满足了对**E的要求（Fornell ＆ Larcker，1981），如表7-24所示。
表7-24 各变量描述性统计、相关分析与平均提炼方差（**E）的平方根
注：相关系数为pearson系数。**表示显示性水平p＜0.01；*表示显著性水平p＜0.05；双尾检验。对角线上为各个变量对应的**E值得平方根（注：**E=AverageVarianceExtracted）
此外，除了上述所说的收敛效度以外，各个潜变量还应该表现出较高的区别效度[2]。根据弗奈尔（Fornell）等人的研究结论（Fornell ＆ Larcker，1981），为了确保各个概念之间存在内涵和实证方面的差异，模型中每个潜变量的**E的平方根应该大于该概念与其他概念的相关系数。我们对模型中主要构念的各个维度进行描述性统计分析，并计算两两之间的相关关系，如表7-24所示。从表7-24中的有关数字不难发现，这个条件也能够被较好地满足，充分体现了各个概念之间存在较高的判别效度。
综上所述，经过效度与信度分析，可以看到本研究所采用的测量工具以及所收集到的162份组织水平的数据具有较好的信度和效度，可以为下文的数据分析提供较好的基础。
7.4.6 整体结构模型的检验
