表7-24 各变量描述性统计、相关分析与平均提炼方差（AVE）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AVE值得平方根（注：AVE=Average Variance Extracted）
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AVE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。
