算AVE，大于相关系数就可

这好像根本不对头。DISCRIMINANT VALIDITY 不是看单一的指标就行的。而且也不是一个专门跟SEM相关的东西。推荐看一下附件里的文章。不过是英文的。

1、假如两个构念的相关系数不是1，表示这两个构念是有区别的。换言之，如果一个测量模式中有多个不同的构念时，若任两个构念间都有所区别时，即可以表示该测量模式具有区别效度，测量不同构念的观察变项将会落在不同的层面上。
2、实际分析时，研究者可将焦点放在模式中任两因素间的相关系数（ρ）是否可以接受为1。如果可以接受的话，表示此两个因素紧密相关（即无区别效度），研究者将可进一步将此等因素加以合并成为单一因素；反之，则表示因素间具有差别。
3、具体方法，可采用「卡方差异检定」（Chi-square difference test）分析区别效度。首先，先让模式中任两因素间的相关系数自由估计（相关系数不等于1），以得到未受限模式的卡方值。其次，限制两因素间的相关系数为1，以得到受限模式的卡方值。当两者卡方值的差异量（△χ²）超过χ²1,0.05＝3.84，即表示虚无假设（H0 : ρ＝1）是错的，亦即接受因素间不是完全相关，也就是两因素是有区别的（H0 : ρ≠1）。

假如两个构念的相关系数不是1，表示这两个构念是有区别的。换言之，如果一个测量模式中有多个不同的构念时，若任两个构念间都有所区别时，即可以表示该测量模式具有区别效度，测量不同构念的观察变项将会落在不同的层面上。
实际分析时，研究者主要会将焦点放在模式中任两因素间的相关系数（ρ）是否可以接受为1。如果可以接受的话，表示此两个因素紧密相关（即无区别效度），研究者将可进一步将此等因素加以合并成为单一因素；反之，则表示因素间具有差别。为检测上述流程，本研究主要采用「卡方差异检定」（Chi-square difference test）分析区别效度。首先，先让模式中任两因素间的相关系数自由估计（相关系数不等于1），以得到未受限模式的卡方值。其次，限制两因素间的相关系数为1，以得到受限模式的卡方值。当两者卡方值的差异量（△χ²）超过χ²1,0.05＝3.84，即表示虚无假设（H0 : ρ＝1）是错的，亦即接受因素间不是完全相关，也就是两因素是有区别的（H0 : ρ≠1）。
Anderson J C, Gerbing D W. Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 1988, 103(3):411-423.

好
不错的