EFA显然支持单一因素,措施在内部是一致的,但是CFA是否适合?


9

我正在探索一项10项自我报告测评的心理测量特性。我有两个独立样本中的大约400个案例。这些项目以4点李克特量表完成。全民教育显然支持单因素解决方案(例如,第一特征值超过6,所有其他本征值低于1),而克朗巴赫的alpha值很好(例如.90)。没有项目具有较低的项目-总相关性。

我最初想做一个CFA(EFA只是我发现CFA不好之后的后续工作),测试一个单因素模型。令我惊讶的是,该模型的适用性相对较差:

CFI=.91
TLI=.88
RMSEA=.13

此外,每个项目的负载都非常好(.65+)。

奇怪的是SRMR=.05,这是可以接受的/很好。

修改索引建议我将各地的错误相关联。如果有明确的理由这样做(例如,某些项目的措词非常相似),我会这样做;但是,所有度量的措词都类似,并且将所有错误术语关联起来将是奇怪而痛苦的。

我从未见过这样的情况。这项措施在内部是一致的,显然是全民教育中的一个因素,但在CFA中显示不佳。在两个独立的样本(来自不同大陆)中,结果是一致的。我尝试了两因素CFA(将5个随机项目分组),拟合度相同,甚至略胜一筹。

这是我的问题:

  1. 考虑到EFA / Cronbach alpha /因子负荷,为什么CFI / TLI / RMSEA的拟合度如此差?
  2. 为什么SRMR好,而其他指数却不好?我知道他们会衡量不同的事物,但以我的经验,他们几乎总是会聚在一起。
  3. 我应该关联一些错误吗?

示例项目:

  • 你有缺点的想法
  • 您的想法很难忘记
  • 你一直在想情况

Answers:


9

那很正常。

CFA比EFA更为严格。EFA尝试描述您的数据,但是CFA测试模型是否正确。

不收敛的原因之一是平均相关性较低(但我希望RMSEA会更好)。卡方检验本质上是一种检验您的残差等于零的检验,RMSEA,TLI和CFI是检验的变换。

在两因素解决方案中,拟合总是比一因素解决方案(嵌套)更好。

还有一些问题:您的样本量是多少?平均相关度是多少?卡方和df是什么,空模型的卡方是什么?

您是否应该添加相关错误?也许可以,但是当您这样做时,您正在引入其他因素。像这样的拟合,您可能需要添加很多,然后最终陷入混乱-最好以某种方式证明它们合理。例如,您的第二和第三项是关于侵入性思想的,这可能是有道理的。


1
每个样本的样本量约为400。您指的是什么平均相关性?模型中的卡方为262.9,df =
35。– Behacad

此外,单因素解决方案的替代方案是什么?显然,全民教育提出了一个因素,因此寻找替代解决方案似乎并不寻常。我们只有10个项目,因此我们不能添加项目。我们可以删除项目,但是所有的加载/相关性都很强!
Behacad

平均相关性是矩阵中相关性的平均值。如果相关系数均为0.3,则与相关系数均为0.8(例如)不同。如果您迫切需要合适的衣服,我会删除物品。您在使用Mplus吗?如果可以,您可以做esem。
Jeremy Miles

我正在使用AMOS。
Behacad

尝试在SPSS中进行最大似然提取-对于单个因子,它应该为您提供相同(或非常相似)的卡方。
Jeremy Miles
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.