Mối quan hệ giữa các biện pháp độ tin cậy thang đo (Cronbach's alpha, v.v.) và tải trọng thành phần / yếu tố là gì?


9

Giả sử tôi có một bộ dữ liệu với điểm số trên một loạt các câu hỏi, về mặt lý thuyết bao gồm một số lượng nhỏ hơn, như trong nghiên cứu tâm lý học.

Tôi biết một cách tiếp cận phổ biến ở đây là kiểm tra độ tin cậy của các thang đo bằng cách sử dụng alpha của Cronbach hoặc một cái gì đó tương tự, sau đó tổng hợp các mục trong thang đo để tạo thành thang điểm và tiếp tục phân tích từ đó.

Nhưng cũng có phân tích nhân tố, có thể lấy tất cả các điểm số của bạn làm đầu vào và cho bạn biết yếu tố nào trong số chúng tạo thành các yếu tố phù hợp. Bạn có thể hiểu được mức độ mạnh mẽ của các yếu tố này bằng cách xem xét các tải trọng và cộng đồng, v.v. Đối với tôi điều này nghe giống như một điều tương tự, chỉ sâu hơn nhiều.

Ngay cả khi tất cả các mức độ tin cậy của quy mô của bạn đều tốt, EFA có thể điều chỉnh cho bạn về mặt hàng nào phù hợp hơn với quy mô nào, phải không? Bạn có thể sẽ nhận được tải chéo và có thể có ý nghĩa hơn khi sử dụng điểm yếu tố dẫn xuất hơn so với tổng quy mô đơn giản.

Nếu tôi muốn sử dụng các thang đo này cho một số phân tích sau này (như hồi quy hoặc ANOVA), tôi có nên tổng hợp các thang đo miễn là độ tin cậy của chúng giữ vững? Hoặc là một cái gì đó giống như CFA (thử nghiệm để xem liệu các thang đo có giữ được các yếu tố tốt hay không, dường như đang đo lường điều tương tự như 'độ tin cậy').

Tôi đã được dạy về cả hai cách tiếp cận một cách độc lập và vì vậy tôi thực sự không biết chúng liên quan như thế nào, liệu chúng có thể được sử dụng cùng nhau hay phương pháp nào có ý nghĩa hơn cho bối cảnh nào. Có một cây quyết định cho thực hành nghiên cứu tốt trong trường hợp này? Cái gì đó như:

  • Chạy CFA theo các mục quy mô dự đoán

    • Nếu CFA cho thấy sự phù hợp tốt, hãy tính điểm yếu tố và sử dụng điểm số để phân tích.
    • Nếu CFA cho thấy sự phù hợp kém, thay vào đó hãy chạy EFA và thực hiện phương pháp thăm dò (hoặc một cái gì đó).

Là phân tích nhân tố và kiểm tra độ tin cậy thực sự là cách tiếp cận riêng biệt cho cùng một điều, hoặc tôi đang hiểu lầm ở đâu đó?


4
Tôi không thể nói từ đoạn 2 của bạn, nhưng đáng chú ý là Cronbach's alpha là vô nghĩa nếu có> 1 yếu tố.
gung - Phục hồi Monica

1
Cronbach's alpha liên quan trực tiếp đến mối tương quan trung bình giữa các hạng mục của thang đo. Đây là một trong những thước đo của tính đồng nhất của vật phẩm. Đồng nhất là một trong những khía cạnh của độ tin cậy. Tải yếu tố là mối tương quan giữa một mặt hàng và tiêu chí "bên ngoài", cấu trúc: mặc dù yếu tố được tạo ra dựa trên các mặt hàng, nó được coi là biến ngoài. Do đó, tải liên quan đến tính hợp lệ, không phải độ tin cậy.
ttnphns

1
(Tiếp) Một người không nên nhầm lẫn hai. Hiệu lực và độ tin cậy là một phần độc lập, một phần khái niệm / thực thể của đối thủ cạnh tranh, nhưng không giống nhau.
ttnphns

stats.stackexchange.com/q/287494 / 3277 là một câu hỏi tương tự, đã được trả lời.
ttnphns

Câu trả lời:


1

Tôi sẽ thêm một câu trả lời ở đây mặc dù câu hỏi đã được hỏi một năm trước. Hầu hết những người quan tâm đến lỗi đo lường sẽ nói với bạn rằng sử dụng điểm yếu tố từ CFA không phải là cách tốt nhất để tiến lên. Làm CFA là tốt. Ước tính điểm yếu tố là được miễn là bạn sửa cho số lượng lỗi đo lường liên quan đến điểm số yếu tố đó trong các phân tích tiếp theo (chương trình SEM là nơi tốt nhất để thực hiện việc này).

Để có được độ tin cậy của điểm yếu tố, trước tiên bạn cần tính độ tin cậy của cấu trúc tiềm ẩn từ CFA (hoặc rho) của bạn:

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

Lưu ý rằng lỗi tiêu chuẩn điểm yếu tố ^ 2 là phương sai lỗi của điểm yếu tố. Thông tin này có thể có trong MPlus bằng cách yêu cầu đầu ra PLOT3 như một phần của chương trình CFA của bạn.

Để tính độ tin cậy tổng thể của điểm yếu tố, bạn sử dụng công thức sau:

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

Giá trị kết quả là phương sai lỗi của điểm yếu tố. Nếu bạn đang sử dụng MPlus cho các phân tích tiếp theo, bạn tạo một biến tiềm ẩn được xác định bởi một mục duy nhất (điểm yếu tố) và sau đó chỉ định độ tin cậy của điểm yếu tố:

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

Hy vọng điều này là hữu ích! Một nguồn tài nguyên tuyệt vời cho vấn đề này là các ghi chú bài giảng (đặc biệt là bài giảng 11) từ lớp SEM của Lesa Hoffman tại Đại học Nebraska, Lincoln. http://www.lesahoffman.com/948/


using factor scores from a CFA is not the best wayÝ bạn là EFA?
ttnphns
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.