跳到主内容

量表聚合效度与区分效度检验

研究背景

某组织行为学研究者开发了一份包含三个分量表的问卷:工作满意度(4 题)、组织承诺(4 题)、工作投入(4 题),均采用 Likert 5 点计分。预调研收集 200 份有效问卷后,先做了探索性因子分析确认三因子结构,现在需要进一步检验收敛效度(AVE/CR)和区分效度(Fornell-Larcker),并诊断共同方法偏差。

研究问题

三个量表是否具有良好的收敛效度(AVE ≥ 0.5, CR ≥ 0.7)?三个构念之间是否具有足够的区分效度?数据是否存在严重的共同方法偏差?

数据说明

EFA 得出的标准化因子载荷如下:工作满意度 λ = [0.82, 0.75, 0.78, 0.70];组织承诺 λ = [0.80, 0.72, 0.85, 0.68];工作投入 λ = [0.76, 0.81, 0.73, 0.69]。三个构念间的相关系数矩阵为:r(满意度,承诺) = 0.45, r(满意度,投入) = 0.38, r(承诺,投入) = 0.52。

分析步骤

  1. 步骤 1:计算各构念的 AVE 和 CR

    AVE = Σλ²/k,衡量构念能被其题项解释的平均方差比例,阈值 ≥ 0.5;CR = (Σλ)²/((Σλ)²+Σ(1-λ²)),衡量构念的内部一致性,阈值 ≥ 0.7。

  2. 步骤 2:Fornell-Larcker 区分效度检验

    比较每对构念的 √AVE 与它们之间的相关系数:若 √AVE_i > r_ij 且 √AVE_j > r_ij,则区分效度可接受。

  3. 步骤 3:Harman 单因子检验

    对全部 12 个题项的相关矩阵做单因子 PCA,若第一因子解释方差 < 50%,则共同方法偏差不严重。

结果解读

结论

工作满意度 AVE = 0.5833, CR = 0.8481;组织承诺 AVE = 0.5858, CR = 0.8489;工作投入 AVE = 0.5607, CR = 0.8357。三个构念的 AVE 均 ≥ 0.5、CR 均 ≥ 0.7,收敛效度可接受。Fornell-Larcker 检验:√AVE 分别为 0.7637、0.7654、0.7488,均大于对应构念间相关系数(0.45、0.38、0.52),区分效度可接受。

为什么这样解读?

AVE/CR 是量表验证的核心指标。AVE 反映题项能被构念解释的方差比例,低于 0.5 说明误差方差大于解释方差;CR 反映构念的内部一致性,低于 0.7 说明题项间的关联不够紧密。Fornell-Larcker 检验则确保不同构念测量的是不同特质,而非同一概念的不同表述。

如何在论文中报告

收敛效度通过 AVE 和 CR 评估。工作满意度的 AVE = 0.583, CR = 0.848;组织承诺的 AVE = 0.586, CR = 0.849;工作投入的 AVE = 0.561, CR = 0.836,均达到推荐阈值(AVE ≥ 0.5, CR ≥ 0.7)。区分效度采用 Fornell-Larcker 准则:各构念的 √AVE(0.764、0.765、0.749)均大于其与其他构念的相关系数(0.38–0.52),表明三个构念具有足够的区分效度。Harman 单因子检验显示第一因子解释方差比例为 XX%,未超过 50% 阈值,共同方法偏差不严重。

常见错误

直接用 EFA 未旋转的载荷计算 AVE/CR

应使用旋转后(如 Varimax)的因子载荷,且每个题项应在目标构念上有最高载荷。跨因子载荷高的题项应考虑删除。

AVE 略低于 0.5 就否定整个构念

Fornell & Larcker (1981) 指出,若 CR ≥ 0.6,即使 AVE < 0.5,收敛效度仍可接受(称为"复合信度补偿")。

把 Harman 单因子检验当作共同方法偏差的唯一诊断

Harman 检验只是粗略筛查,灵敏度有限。更严谨的方法包括标记变量法、MTMM 矩阵、或在模型中加入方法因子。

动手跑一遍

用本案例数据打开 AVE/CR 与 Harman 检验 计算器,亲手复现统计量、p 值与置信区间,数据只在浏览器内处理。

打开 AVE/CR 与 Harman 检验 →