问卷编制过程中，条目的载荷多大合适？太大，太小都不符合结构方程模型关于潜变量的基本假设。

一、项目质量检验

因素载荷越高，测量残差越小。残差必须具有统计限制性，才能确立一个潜在变量是由一组带有测量误差的观察变量所形成。

如果测量误差太微弱而未达统计显著性，或因素载荷太高，超过0.95时，则意味着该题足以完全反映该潜在构念的内容，测量模型的合理性即不复存在。

一般而言，因素载荷大于0.71时，可以宣称项目具有理想质量，此时潜在变量可以解释观察变量近50%的变异。

λ＞0.95，测量模型不合理

λ≥0.71，优秀

λ≥0.63，非常好

λ≥0.55，好

λ≥0.45，普通

λ≥0.32，不好

λ＜0.32，不及格

二、组合信度

量表信度≥0.7，因素载荷0.45≤λ≤0.95，最低标准

三、平均变异萃取量

AVE=（λ的平方，相加）除以（条目数），大于0.50，表示潜变量的聚敛能力十分理想，具有良好的操作型定义化。

AVE相当于传统因素分析中的特征值（eigenvalue）。

四、因素区辨力

区分效度。不同构念之间必须有效分离。如果两个潜变量的相关系数的95%置信区间涵盖了1.0，表示构念缺乏区辨力。

读书笔记：邱皓政 林碧芳《结构方程模型的原理与应用》P100。