测量模型的检验
为评估每个测量项目的特征，考察了各题项的均值、标准差、偏度、峰度、CR值（见表3-1）。结果显示所有项目的偏度和峰度绝对值远小于2，说明量表题项的数据分布满足正态分布假设。多数题项的标准差低于1，表示这些题项在鉴别不同被试的反应程度上可能存在一定的限制，一般应对小于1的题项删除，但由于本次测试对象全部为大学生，个体各方面的特征较一致，被试对题项回答的集中更可能是研究对象真实特征的反映。为进一步分析各题项的鉴别度，计算了各题项的临界比率（CR值，表示题项的鉴别度），方法为：计算出量表总分，找出总分上下27%的高低分组，以独立样本t-test检验高低分组在每个题项上的差异，未达显著水平表示该题项鉴别度太低。［177］分析结果表明参与选择分量表中第4题鉴别度太低，在后继分析中排除。
表3-1 量表各题项的均值、标准差、偏度、峰度、CR值
续表3-1
对量表的信度主要考察量表的内部一致性系数（Cronbach a系数），各潜变量分量表的信度见表3-2，其中锻炼承诺和锻炼乐趣子量表具有很好的内部一致性，参与机会和参与选择的信度达可接受的水平，个人投入信度较低的问题在Scanlan等的研究中也存在，他们认为这主要是研究对象低报了在体育运动上的金钱投入，并删除了运动投入中有关金钱投入的试题。这种现象在本次测量中也可能存在，删除关于体育锻炼金钱投入的题项（个人投入4）后，a系数提高到0.704；但作者认为这也可能是大部分大学生在运动的时间投入、精力投入和金钱投入三个方面存在不一致造成的，根据构想概念，个人投入应完整包含这三个方面，因此，对删除金钱投入的题项持谨慎的态度，建议将来的研究对这一结构进一步细分。社会约束信度较低可能是题项分别测量了来自父母、教师、朋友和环境的期望和规范，对大学生来讲这些约束可能是不一致的。
表3-2 各潜变量分量表的描述性统计、信度
表3-3 构想概念测量项目的因子负荷值和平均可解释方差
(https://www.daowen.com)
对于测量模型效度的考察，采用LISREL的度量模型中采用证实性因子分析（Confirmatory Factor Analysis，简称CFA）对分量表的区分和会聚效度进行了考察。对于会聚效度，考察了每个构想概念的测量项目——因子的负荷值。将6个潜变量设定为独立变量，每个因子仅指向对应的潜变量，因子间不允许相关，构建了测量模型1，运行LISREL后得到因子负荷标准参数估计结果（见表3-3），其中，个人投入第4题和社会约束第2题因子负荷值低于0.4，且这两个模型结构平均可解释方差过低，进一步肯定了信度分析过程中发现的问题。从模型和数据的拟合情况来看（见表3-4），X2/df小于2，相对拟合度（NFI，CFI）大于0.9，反映模型对数据较好的拟合；但反映模型的绝对拟合度指标GFI和AGFI没有达到0.9的标准，也说明测量模型1需要进一步修正。
表3-4 LISREL估计量：测量模型拟合优度结果
注：测量模型1是在所有测量项目在项目分析基础上删除参与选择4的题目；测量模型2是在测量模型1的基础上根据信度和效度分析结果再精简个人投入4和社会约束2两个题项；测量模型3是在测量模型2的基础上根据修正指数再精简参与机会1和锻炼乐趣1；测量模型4是在测量模型3的基础上根据修正指数再精简锻炼承诺1。
测量模型1的运行也得到了各潜变量的零阶相关矩阵（见表3-5）。锻炼承诺在结构模型中属于因变量，与其他作为预测变量的潜变量均有显著相关符合理论的假设；但作为预测变量之间的强相关则需要检验其区分效度，锻炼乐趣和个人投入、参与机会和参与选择、参与选择和个人投入之间存在强相关，对每一组变量分别假设两个变量为独立变量和单维变量两种情况进行了验证性因子分析，分析结果见表3-6，三组变量在作为独立变量时的各种拟合指标均好于作为单一维度的模型，而且，卡方检验的差值分别为：第1组ΔX2（1）=83.692（P＜0.001），第2组ΔX2（1）=33.28（P＜0.001），第3组ΔX2（1）=25.857（P＜0.001），三组潜变量具有很好的区分效度。
表3-5 各潜变量的零阶相关矩阵
表3-6 LISREL估计量：模型拟合优度结果
注：表中第1组是对锻炼乐趣和个人投入之间区分度的考察；第2组是对参与机会和参与选择之间区分度的考察；第3组是对参与选择与个人投入之间区分度的考察。