Questions tagged «scale-construction»

我正在使用主成分分析（PCA）创建研究所需的索引。我的问题是我应该如何使用通过PCA计算出的保留主成分来创建单个索引。 例如，在使用PCA之后，我决定保留3个主要成分，并计算了这3个主要成分的得分。为每位受访者从这三个分数中创建一个索引的合适方法是什么？ 将3个计算所得的分数相加得到一个复合值是否有意义？ 还是将这3个分数取平均值才能获得这样的价值？ 还是只保留第一个主成分（最强）并将其分数用作索引？ 或者，可以使用因子分析（FA），但仍然存在相同的问题：如何基于多个因子得分创建单个索引？

15 pca  factor-analysis  rating  composite  scale-construction 

谁能提供例子说明为什么选择一个？它们的计算方法不同吗？

13 sem  psychometrics  psychology  scale-construction 

我正在为我的论文设计问卷。我正在验证问卷的过程中，已将Cronbach's alpha检验应用于初始样本组。对问卷的回答是李克特量表；任何人都可以建议任何进一步的测试来帮助测试其有效性。我不是统计学专家，所以我们将不胜感激。 我一直在做一些研究，似乎可以进行Rasch分析了，有没有人有免费的软件站点可以应用此测试和建议？

12 survey  scales  psychometrics  scale-construction 

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？

9 factor-analysis  reliability  psychometrics  cronbachs-alpha  scale-construction