EFA rõ ràng hỗ trợ một yếu tố, biện pháp là nhất quán nội bộ, nhưng CFA có phù hợp kém?

Tôi đang khám phá các thuộc tính tâm lý của một biện pháp tự báo cáo 10 mục. Tôi có khoảng 400 trường hợp trong hai mẫu độc lập. Các mục được hoàn thành trên thang đo Likert 4 điểm. EFA rõ ràng hỗ trợ giải pháp một yếu tố (ví dụ: giá trị riêng đầu tiên trên 6, tất cả các yếu tố khác dưới 1) và Cronbach's alpha là tốt (ví dụ: 90). Không có mục nào có tương quan tổng số mục thấp.

Ban đầu tôi muốn làm CFA (EFA chỉ là phần tiếp theo sau khi tôi thấy CFA không tốt) đang thử nghiệm mô hình một yếu tố. Thật ngạc nhiên, phù hợp với mô hình tương đối kém:

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

Hơn nữa, tải cho mỗi vật phẩm là khá tốt (.65+).

Kỳ lạ, SRMR=.05cái được chấp nhận / tốt.

Chỉ số sửa đổi đề nghị tôi tương quan lỗi ở khắp mọi nơi. Nếu có một lý do rõ ràng để làm như vậy (ví dụ, một số mục có từ ngữ rất giống nhau) tôi sẽ làm điều này; tuy nhiên, tất cả các biện pháp đều được diễn đạt tương tự và tương quan với tất cả các thuật ngữ lỗi sẽ là kỳ quặc và đau đớn.

Tôi chưa bao giờ thấy một trường hợp như thế này. Biện pháp này phù hợp với nội bộ và rõ ràng bao gồm một yếu tố trong EFA, nhưng nó thể hiện sự phù hợp kém trong CFA. Các kết quả phù hợp trong cả hai mẫu độc lập (từ các châu lục khác nhau). Tôi đã thử CFA hai yếu tố (được nhóm 5 mục ngẫu nhiên) và phù hợp là như nhau, hoặc thậm chí tốt hơn một chút.

Đây là câu hỏi của tôi:

1. Tại sao sự phù hợp theo CFI / TLI / RMSEA lại kém đến vậy khi sử dụng tải EFA / Cronbach alpha / hệ số?
2. Tại sao SRMR tốt trong khi các chỉ số khác thì không? Tôi biết họ đo lường những thứ khác nhau, nhưng theo kinh nghiệm của tôi, chúng hầu như luôn hội tụ.
3. Tôi có nên tương quan một số lỗi?

Mục ví dụ:

• Bạn có suy nghĩ về những thiếu sót của bạn
• Bạn có những suy nghĩ khó quên
• Bạn nghĩ về tình hình mọi lúc

Điều đó khá bình thường.

CFA là một tiêu chí nghiêm ngặt hơn nhiều so với EFA. EFA cố gắng mô tả dữ liệu của bạn, nhưng CFA sẽ kiểm tra xem mô hình có đúng không.

Một lý do cho sự không hội tụ là tương quan trung bình thấp (nhưng sau đó tôi mong RMSEA sẽ tốt hơn). Bài kiểm tra chi bình phương về cơ bản là một bài kiểm tra mà phần dư của bạn bằng 0 và RMSEA, TLI và CFI là các phép biến đổi của bài kiểm tra.

Fit luôn luôn tốt hơn trong giải pháp hai yếu tố so với giải pháp một yếu tố (chúng được lồng vào nhau).

Một số câu hỏi khác: kích thước mẫu của bạn là gì? Tương quan trung bình là gì? Chi-vuông và df là gì, bình phương của mô hình null là gì?

Bạn có nên thêm các lỗi tương quan? Có lẽ, nhưng khi bạn làm điều đó bạn đang giới thiệu các yếu tố bổ sung. Với một sự phù hợp như thế này, bạn có thể cần phải thêm rất nhiều, và sau đó bạn kết thúc với một mớ hỗn độn - tốt nhất là nếu chúng được chứng minh theo một cách nào đó. Ví dụ, các mục thứ hai và thứ ba của bạn là về những suy nghĩ xâm nhập - đó có thể là một lời biện minh.