说明区别效度良好

小提示：您能找到这篇{说明区别效度良好}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的说明区别效度良好内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

　　；尽管GFI=0.882，略小于0.9，但考虑到模型样本数较大，也可接受，总的来看模型的拟合度效果良好；③此外，网络密度、信任互惠、共同认知的AVE的平方根值分别为0.839、0.上海新站推广如何753、0.746，均大于其与其他因子的相关系数，说明区别效度较好（见表5-12）。从各变量的相关程度看，在线品牌社群社会资本的各变量之间具有一定的相关性，这也证明了理论所推论的各维度间的相关关系。这些关系说明了在线品牌社群社会资本的各个因素相互影响、相互作用，形成了利于社群发展的内部环境。

　　表5-12在线品牌社群社会资本因子相关系数表

　　5.2.3.2因变量：品牌忠诚度的验证性因子分析和效度检验

　　品牌忠诚度由2b2b网站大全 网络推广个潜变量“一般忠诚”和“反向忠诚”组成，共有9个观察指标，因此q(q+1)/2=45。模型待估计参数t值=22，因此t

　　表5-13品牌忠诚测量模型的拟合结果

　　5.2.3.3中介变量：社群认同、品牌认同的验证性因子分析和效度检验

　　首先，对社群认同进行验证性因子分析。社群认同由1个潜变量组成，共有6个观察指标，因此q(q+上海服务好的微信朋友圈推1)/2=21。模型待估计参数t值=12，因此t

　　表5-15修正后的社群认同测量模型拟合结果

　　其次，对品牌认同进行验证性因子分析。品牌认同由1个潜变量组成，共有4个观察指标，因此q(q+1)/2=10。模型要估计4个因子负荷，4个测量指标的误差方差、0个因子间的相互关系和0个变量的误差方差，其待估计参数t值=8，因此t

　　5.2.3.4调节变量：感知社群—品牌契合度、社群涉入度的验证性因子分析和效度检验

　　首先，对感知社群—品牌契合度进行验证性因子分析。感知社群—品牌契合度由1个潜变量组成，共有6个观察指标，因此q(q+1)/2=21。模型待估计参数t值=12，因此t

　　表5-17修正后的感知社群—品牌契合度测量模型的拟合结果

　　其次，对社群涉入度进行验证性因子分析。社群涉入度由1个潜变量组成，共有4个观察指标，因此q(q+1)/2=10。模型待估计参数t值=8，因此t