个体变量测量模型的修正与检验

经上述分析，个人投入分解成个人精力投入和个人财物投入两个结构，运动风险分解成运动精神风险和运动身体风险两个结构，个人变量测量模型由原有的4个潜变量（测量模型1）分解为6个潜变量（测量模型2）。采用分析后的6个潜变量结构，在LISREL 8.53中建立测量模型2，进行测量模型2的验证性因子分析。

从表6-20的测量模型2的拟合指数可以看出，分解结构后的测量模型2比原有的测量模型1的拟合优度有了较大的提高，除NFI略低于0.9的标准外，其他各项指标都达到了测量要求的标准，说明测量模型2与数据的拟合情况是可以接受的，与测量模型1相比，调整结构后的模型是一个更好的测量模型。表6-21列出了测量模型2的因子负荷，部分测量题目的因子负荷值低于0.5的标准，根据设定的标准需要将其删除。

在测量模型2中删除因子负荷值低于0.5的测量题目，形成测量模型3，进一步对测量模型3进行验证性因子分析。测量模型3的拟合指数（表6-20）在测量模型2的基础上有了进一步的提高，所有指标都达到了测量要求的标准。测量模型3的测量题目因子负荷值见表6-22，所有测量题目的因子负荷值达到高于0.5的标准，说明测量模型3是一个更好的测量模型。从测量模型的信度来看（见表6-22），个体因素变量除运动精神风险的a达到0.7的标准，其余变量的a都较小，这可能与这几个变量的测量题目太少有关，考虑到属于新编制初次使用的量表，可以尝试使用。

表6-20　修正前后个体变量测量模型的拟合指数比较

(https://www.daowen.com)

表6-21　个体变量测量模型2（LISREL标准估计量）

注：表中的黑体表示因子负荷值低于0.5，为应该删去的测量项目。

表6-22　个体变量测量模型3（LISREL标准估计量）