在结构方程模型(Structural Equation Modeling, SEM)中,平均变异数抽取量(Average Variance Extracted, AVE)是评估构念收敛效度的一个重要指标。通常,AVE大于0.5被认为是满足收敛效度的证据,这意味着测量项所解释的构念变异数至少占它总变异数的一半。
然而,在实际研究中,并非所有情况下都严格要求AVE必须超过0.5才能接受数据模型的有效性。AVE小于0.5并不意味着没有收敛效度或不能使用该模型进行进一步分析,但确实需要更加谨慎地解释结果,并可能需要其他证据来支持构念的测量质量。
Bagozzi和Yi在1988年的一项研究中提出,当AVE低于0.5时,可以通过检查复合可靠性(Composite Reliability, CR)或Cronbach's alpha等其他指标是否满足标准(如CR > 0.7)来弥补。此外,他们指出,在一些情况下,即使AVE较低,只要CR较高且构念之间的相关性与理论预期相符,数据模型仍可能具有一定的收敛效度。
因此,如果在您的研究中,尽管AVE小于0.5,但其他适配度指标满足标准(如CR > 0.8),并且您能够提供额外的证据支持测量项的有效性和可靠性,那么这可能是可以接受的结果。不过,建议在这种情况下详细报告和解释您的发现,并考虑采取一些补救措施,比如增加测量项以提高AVE值。
参考文献:
Bagozzi, R. P., & Yi, Y. (1988). On the evaluation of structural equation models. Journal of the Academy of Marketing Science, 16(1), 74-94.
请注意,在学术和实践中,对这些指标的解释可能因领域而异,因此最好参考您所在领域的具体指导原则或咨询资深学者的意见。
此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用