标尺可靠性度量(Cronbach's alpha等)与组件/因子负载之间有什么关系?


9

假设我有一个数据集,其中包含一堆问卷项目的得分,理论上,这些项目的评分范围较小,例如心理学研究中。

我知道这里的常见方法是使用Cronbach's alpha或类似方法检查量表的可靠性,然后将量表中的项目汇总以形成量表分数并从那里继续进行分析。

但是,还有因素分析,可以将您所有项目的得分作为输入,并告诉您其中哪些构成一致的因素。通过查看负载和社区等,您可以了解这些因素的强大程度。对我来说,这听起来像是同一件事,只是更深入。

即使您所有的秤可靠性都不错,EFA也会根据哪些项目更适合哪个秤来纠正您,对吗?您可能会遇到交叉负荷,使用派生因子得分比简单的比例总和更有意义。

如果我想将这些量表用于以后的分析(如回归或ANOVA),只要能保持其可靠性,我是否应该汇总这些量表?或者是CFA之类的东西(测试量表是否保持良好的因素,这似乎在衡量与“可靠性”相同的东西)。

我已经分别学习了这两种方法,所以我真的不知道它们之间的关系,是否可以一起使用它们,或者哪种方法对哪种环境更有意义。在这种情况下,是否存在用于良好研究实践的决策树?就像是:

  • 根据预测的规模项目运行CFA

    • 如果CFA拟合良好,请计算因子得分并将其用于分析。
    • 如果CFA显示不合适,请改用EFA并采用探索性方法(或其他方法)。

因子分析和可靠性测试是否确实是针对同一事物的单独方法,还是我在某个地方误解了?


4
我无法从您的第二段中看出来,但是值得注意的是,如果存在> 1的因子,则Cronbach的alpha是无意义的。
gung-恢复莫妮卡

1
克朗巴赫(Cronbach)的阿尔法(alpha)直接与量表各项之间的均值相关。它是项目同质性的度量之一。同质性是可靠性的方面之一。因子加载是项目与“外部”标准(即构造)之间的相关性:即使因子是基于项目创建的,也被视为外部变量。因此,负荷是关于有效性而不是可靠性。
ttnphns 2014年

1
(续)不应混淆两者。有效性和可靠性部分是独立的,部分是竞争对手的概念/实体,但不是同一回事。
ttnphns 2014年

stats.stackexchange.com/q/287494/3277是一个类似的问题,已回答。
ttnphns

Answers:


1

即使是一年前提出的问题,我也要在此处添加答案。大多数关心测量误差的人会告诉您,使用CFA中的因子评分并不是前进的最佳方法。进行CFA很好。只要您在后续分析中校正与那些因子得分相关的测量误差量,可以估算因子得分。

为了获得因子得分的可靠性,您需要首先从CFA(或rho)中计算出潜在构造的可靠性:

rho =  Factor score variance/(Factor score variance + Factor score standard
error^2). 

注意,因子得分标准误差^ 2是因子得分的误差方差。通过将PLOT3输出作为CFA程序的一部分,可以在MPlus中获得此信息。

要计算因子得分的整体可靠性,请使用以下公式:

(1-rho)*(FS variance+FS error variance).

结果值是因子得分的误差方差。如果您使用MPlus进行后续分析,则可以创建一个由单个项目定义的潜变量(因子得分),然后指定因子得分的可靠性:

LatentF BY FScore@1;
FScore@(calculated reliability value of factor score) 

希望这会有所帮助!有关此问题的重要资源是位于林肯内布拉斯加大学的Lesa Hoffman的SEM课堂讲义(特别是第11讲)。 http://www.lesahoffman.com/948/


using factor scores from a CFA is not the best way你是说全民教育吗?
ttnphns
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.