Làm gì sau khi thống kê phù hợp kém cho phân tích nhân tố xác nhận?

Bối cảnh

Tôi đã có một số vấn đề với luận án tiến sĩ của tôi. Luận án của tôi là Điều tra các hành vi công dân tổ chức của giáo viên tiểu học thông qua nhận thức của họ về văn hóa tổ chức và mức độ tin cậy của tổ chức.

Tôi có một mẫu gồm 871 giáo viên. Tôi có ba công cụ nhưng chúng được phát triển bởi các nhà nghiên cứu khác và chúng đã được sử dụng trong một số nghiên cứu khác.

Tôi đã cố gắng phân tích dữ liệu của mình bằng mô hình phương trình cấu trúc. Tuy nhiên, trong khi cố gắng phân tích nhân tố xác nhận, chỉ có một công cụ (quyền công dân tổ chức) là ổn. Hai sự xâm nhập khác đã không đưa ra phân tích xác nhận đơn hàng đầu tiên. Các giá trị RMSEA là khoảng 0.100. Chi-vuông quá cao, và bình phương chia cho mức độ tự do cũng quá cao.

Câu hỏi

• Tôi nên làm gì với các công cụ và CFA của mình?
• Mục sẽ phân loại hoặc loại bỏ các mục từ các công cụ này sẽ là một ý tưởng tốt?
• Hoặc tôi nên bỏ qua mô hình phương trình cấu trúc và tiếp tục với hồi quy?

Tôi có thể làm như sau: 1) Chia dữ liệu thành hai phân đoạn gần bằng nhau. 2) Thực hiện các phân tích thăm dò trên một trong số đó và rút ra mô hình mới 3) Kiểm tra mô hình trên nửa còn lại của dữ liệu.

Điều này ít nhất sẽ là một cái gì đó không được thực hiện thường xuyên, nó sẽ làm cho nó phù hợp hơn để xuất bản (nếu bạn muốn làm như vậy), và sẽ cho bạn một thử nghiệm độc lập về mô hình của bạn.

Bạn cũng có thể phù hợp với cả hai mô hình (mô hình trước và mô hình bạn phát triển) cho dữ liệu thử nghiệm của mình và so sánh sự phù hợp của cả hai mô hình.

Thay vì tìm kiếm các giải pháp thống kê trực tiếp giải quyết vấn đề này, tôi sẽ tìm kiếm các giải pháp cải thiện chẩn đoán.

Đầu tiên, tôi sẽ so sánh các mẫu khác nhau được sử dụng trong các nghiên cứu khác nhau.

Sau đó, nếu bạn có dữ liệu, tôi sẽ xem xét các mẫu tương quan giữa các biến trong các mẫu khác nhau. (Bạn có thể lấy những thứ này từ các tác giả khác).