规则有效性你好美好的社区！
我几乎完成了我的分析，但我需要检查我的测量量表的规则有效性。 我已阅读该主题，但不明白如何在 JMP Pro 16 中执行此操作。
我想做一张像附件中那样的桌子。请问你能帮帮我吗？
非常感谢！
娜塔莉 
分析回复：规则有效性嗨，娜塔莉，
我认为您需要提供有关您的分析的更多信息。 我假设您附加的示例来自结构方程模型。 但是，如果您能解释它的来源以及您尝试做的与此相关的事情，那将会很有用。
问候，
菲尔
回复：规则有效性嗨，娜塔莉，
正如 Phil 所指出的，更清楚地了解您执行的分析会很有帮助。 根据您提出的一个较旧的问题，我假设您拟合了具有 3 个潜在变量（测量量表的子量表）的验证性因子分析 (CFA) 模型。
一般来说，测试您的量表的收敛效度和判别效度的一种有效方法是使用您的量表以及其他一些应该和不应该与您的量表共变的量表来拟合另一个 CFA。 您的 CFA 应该具有与您认为的量表测量的潜变量 (LV) 以及其他量表的 LV 一样多的潜在变量 (LV)，并且所有 LV 都应该是共变的。 然后，拟合模型后，在红色小三角菜单中，您将找到“评估测量模型”，它将显示您的指标和子量表的可靠性。 它还将显示“构造有效性矩阵”以及矩阵的可视化。 您的目标是显示该矩阵中的对角线条目大于它们上方和右侧的值。 原因是对角线值是LV从指标中提取的平均方差，上面和右边的值代表共享的方差穿过LV。 您希望确保您的 LV（子量表）与它们自己的指标相比与其他 LV 具有更多的共同差异，这可以通过在对角线上具有更大的值来证明。 您还可以检查对角线下方的值，它们只是 LV 之间的相关性——您假设与您的量表的 LV 相关的那些值应该显示这些关联，而您假设与您的量表的 LV 不相关的那些也应该显示该模式。
下面是一个示例，其中潜在变量（除声誉之外的所有变量）定义明确并且具有良好的收敛性和判别有效性：
从第 31 分钟开始，此视频演示中有对评估测量模型选项的更详细说明： https://community.jmp.com/t5/Discovery-Summit-Americas-2020/ABCs-of-Structural-Equations-Models-2020-US-45MP-590/ta-p/281529
哈，
~劳拉
