Tốt cấu trúc yếu tố nội bộ nhưng Cronbach người nghèo

Tôi đang chạy CFA và nhận được các chỉ số phù hợp tốt (CFI = 0,99, RMSEA = .01) cho thang đo một chiều. Tuy nhiên, khi tôi thử nghiệm cho sự nhất quán nội bộ, tôi nhận được nghèo Cronbach của s ( α = 0,6 ). Tôi đã thử mọi cách từ loại bỏ các ngoại lệ, cho đến việc bỏ các vật phẩm và vẫn kết thúc với cùng một vấn đề.$\alpha$$\alpha = .6$

Tôi tự hỏi nếu có bất cứ điều gì trong SEM cho thấy rằng các biện pháp là đáng tin cậy?

Tôi biết rằng có một số cuộc tranh luận về việc liệu Cronbach của (hoặc nhất quán nội bộ) thậm chí đo độ tin cậy nhưng vì lĩnh vực của tôi đòi hỏi Cronbach của α được báo cáo là một thước đo của sự tốt lành tâm lý, tôi cần phải tìm một cách để thể hiện sự nhất quán nội bộ như là đầy đủ cho biện pháp này.$\alpha$$\alpha$

Bạn có thể tính độ tin cậy của các mặt hàng của bạn từ CFA.

Từ giải pháp được tiêu chuẩn hóa của bạn, hãy tính: (L1 + ... Lk) * 2 / [(L1 + ... Lk) * 2 + (Var (E1) + ... + Var (Ek))]

Điều này sẽ cung cấp độ tin cậy tổng hợp, gần với alpha.

Thật khó để có sự phù hợp tốt nếu bạn có alpha cao, và khó có alpha cao hơn nếu bạn có sức khỏe tốt. Ví dụ cực đoan của điều này là nếu tất cả các mục không tương quan - chi bình phương sẽ bằng 0 và RMSEA sẽ bằng 0, cho thấy sự phù hợp tuyệt vời. Nhưng alpha cũng sẽ bằng không, cho thấy độ tin cậy kinh khủng. Cờ thông thường cho điều này là CFI thấp (vì mô hình chi bình phương null rất thấp), nhưng bạn không có điều đó. Tôi đã viết về điều đó trong bài viết này: http://www.scTHERirect.com/science/article/pii/S0191886906003874 (mà tôi nghĩ không phải là đằng sau một tường thành).

Bạn đề cập đến tải của bạn trong một bình luận (những tiêu chuẩn này?). Tải trọng 0,45 dẫn đến tương quan hàm ý là 0,23, vì vậy nếu tải của bạn cao đến mức đó, tôi không thấy mức độ tương quan của bạn có thể thấp đến mức nào, và mô hình vẫn phù hợp. (Cỡ mẫu của bạn là bao nhiêu?)

Bạn đang sử dụng công cụ ước tính nào?

Nếu công cụ của bạn đang đánh giá hai hoặc nhiều cấu trúc, có thể là alpha của bạn có thể thấp. Tôi khuyên bạn nên ước tính một alpha cho mỗi thang đo phụ.