中人网
标题: 请教关于formative indicators的分析问题。 [打印本页]
作者: learningsean 时间: 2011-4-7 09:56
标题: 请教关于formative indicators的分析问题。
Kenny与各位大侠好！我有一个编写和验证问卷的问题寻求解答:
我了解到的编写和验证的问卷的一般过程：
1）1 w5 U1 O2 |; ^9 C! P0 Z# f
通过访谈和文献阅读的方式收集条目（比如，通过这种方式收集了50个条目）；
2）
" u9 y6 ]+ E& }4 N3 Z然后把这些条目转变成问卷，通过大量的问卷调查（比如300份问卷）获得一些数据；
3）
{/ p8 g: @/ M7 L! U将2)中的数据进行探索性因子分析，此时可能会初步做出若干个因子（比如得到了5个因子），此时会根据DOUBLE LOADING等条件删掉若干个不符合要求的items,此时50个条目可能会剩下40个条目）；
4）
! F: W( I1 l8 H4 n7 j再次用这40个条目编写的试测问卷收集新的数据（比如300份），然后对3）中探索出来的因子进行CFA。
5）+ z" ?6 P7 g2 n: ^; s4 X3 P. K
寻找效标，进一步验证新开发问卷的实证效度。
据我了解,以上3）中做探索性因子分析需要所用的items 是reflective indicator，而我打算寻找的items却属于formative indicator. 我的问题是： 对于formative indicators，我如何对这40个条目进行探索性因子分析？或者说，如果不用探索性因子分析，对这40个items,我如何确定背后有几个潜因子？每个item的归属哪个因子？
谢谢啊！
Learning sean.
本帖最后由 learningsean 于 2011-4-7 12:26 编辑 7 i4 a# }5 F1 ?- v$ M
* O/ m3 B2 Y2 W. a* d) ]+ `6 n
作者: Kenneth 时间: 2011-4-7 15:51
回复 1楼 learningsean 的帖子
6 B6 Q4 q6 o( i2 \- T) `
% O" b1 k K6 ]- K9 j2 p5 r/ xlearningsean, formative indicators 是理论导向的。你的理论就决定了你的指标是什么。
" Z. D* f( ]3 L, e+ R但是，请注意。我每次讲formative indicators时都强调，大部分的構念都可以同时用formative 或 reflective indicators 来测的。只有在没有选择时，我才建议你可以用formative indicators 。不然的话，用reflective indicators 永远都是上上之选。7 [. G) _9 d7 `9 S7 r. Q
其实,Jeff Edwards 最近发表了一篇文章，说formative indicators 是一个fallacy。 我看可不可以贴上来让大家看。- K6 \6 f. [" F4 d! Y/ x
; a* ?5 _ \% kJeff Edwards, The fallacy of formative measurement, ORM, August 19, 2010, p.1-19.
5 U o6 t; N9 E) E5 o- _& ~: ?下在后，请把档名由 .doc 改成 .pdf。( h, {: M( Z1 h* O' [; u0 M
! d# O( I0 `1 N& [, t
[attach]278851[/attach]
" r/ I' J$ S6 ]7 p; \2 J7 `- H6 V A: T$ t6 Z3 s6 ]6 V/ e
本帖最后由 Kenneth 于 2011-4-7 15:55 编辑
5 ?8 B% w H H) E# r
2 D% j9 l; \$ Q% u# }5 U/ G9 [
作者: learningsean 时间: 2011-4-7 17:00
回复 2楼 Kenneth 的帖子( E3 ~9 L5 D# K/ g6 d* d/ k
多谢kenny的回复。6 ?( {0 b, `; j+ A* i
您提到“formative indicator 是理论导向的”，我是否可以这样做：将收集的到的item进行一个专家分类（对于reflective 的item,是用EFA来完成这一步的），然后去收集数据，通过CFA再验证专家分类的结果。
! G& k8 _4 A W# {6 a0 f: {另外，您推荐的文章我已经下载下来了，正准备看。多谢。
4 q- ?4 J0 c6 ]# U+ {5 Y/ c) l9 M9 ~leanning sean3 G. {; t$ q; v, l J6 ]4 i9 B
本帖最后由 learningsean 于 2011-4-7 17:06 编辑 ; R* s* A& y% j
# Z1 h! e# K( Z, a1 y
作者: Kenneth 时间: 2011-4-7 21:12
回复 3楼 learningsean 的帖子
$ P7 M) V& P* u. J4 o1 ^. ~+ s& W4 b
learningsean, 是你也好，是专家也好，反正 formative indicator 是不可以做因子分析的。EFA 不可以， CFA 也不可以。 Formative indicators 一定要连同结构模型来验证的，不可以像 reflective indicators 一样，先验证测量模型（EFA 或 CFA），然后才验证结构模型的。这也是formative indicators 的一大缺憾。# D& E7 s3 l4 Q$ t( Z% m
作者: learningsean 时间: 2011-4-8 14:56
kenny好!
您推荐的Jeff Edwards的文章( The fallacy of formative measurement, ORM, August 19, 2010, p.1-19.)我读了。看到这篇文章的FIG6，我觉得Jeff Edwards实际上是将formative measurement的construct看待成您提出的AMC了。在这个AMC中，INDICATOR 与各个dimension之间的关系是“reflective measurement”的关系。不知道我理解的是否准确？
这让我想到如下问题:如果我想设计的量表所测量的构念是AMC，items 与dimension之间的关系是“reflective measurement”, 各个dimensions与整个construct的关系是“AMC”.对于这样的构念的问卷开发我应该遵循什么步骤呢？我担心自己表达不清楚，仍然以上次的例子来说明吧。
9 }" W3 r- g; N4 Y
我们知道，编写和验证的问卷的一般过程：
1）
8 Q! [* Q# P: x: H. S# B通过访谈和文献阅读的方式收集条目（比如，通过这种方式收集了50个条目）；
2）
4 k9 ~9 I+ |+ Q5 U3 q; ^然后把这些条目转变成问卷，通过大量的问卷调查（比如300份问卷）获得一些数据；
3）
# A! R( |% d* g9 R! ~将2)中的数据进行EFA，此时可能会初步做出若干个因子（比如得到了5个因子），此时会根据DOUBLE LOADING等条件删掉若干个不符合要求的items,此时50个条目可能会剩下40个条目）；
4）* i7 U, ~8 Q6 H) H- R$ O) |, D" y
再次用这40个条目编写的试测问卷收集新的数据（比如300份），然后对3）中探索出来的因子进行CFA。
5）
% X5 L; g9 \. ?2 j. P& x. ]寻找效标，进一步验证新开发问卷的实证效度。
我认为，以上3）中做探索性因子分析需要满足两个条件：第一、所用的items 是reflective indicator，第二，如果是多维构念的话，应该是LMC.
但是，现在我开发的这个概念只满足第一个条件，也就是说，是一个reflective indicator的AMC。我的问题是： 对于这样的AMC,我如何对这50个条目进行EFA？或者说，如果不用EFA，对这50个items,我如何确定背后有几个因子？如何确定每个item归属哪个因子？
多谢了,先祝您周末愉快！
Learning sean.
本帖最后由 learningsean 于 2011-4-8 15:25 编辑 6 u @ t+ Z% J2 B$ k2 }* M
k. F( O% \6 ^
作者: Kenneth 时间: 2011-4-9 22:54
回复 5楼 learningsean 的帖子
$ O; b+ o/ s( z& v2 i! Y1 a. `
6 M" b" H6 }/ ` {learningsean,3 G: I9 F/ H3 b8 @) B" K+ R
首先要赞你一句，你很有观察了，看得很准。' N9 r- K1 h7 ?, U. }* M% {
第二，要多谢你。你是第一个为我洗雪沉冤的人。AMC跟formative indicator是两码事。是Jeff Edward把它们搞混了。 ' `0 M0 ~, K4 J) m% t+ S' B& N
对于AMC的测量模型，可以有两种做法：
$ z y+ e' c( z+ j, S（1） 维度用reflective indicator， 总构念也是用reflective indicator。比如你在量工作满足（总构念），它有两个维度，就是「对工资满足」和「对主管的满足」。7 a F+ R9 [, A% N, K; S6 M
你可以写几道量「对工资满足」的项目。比如「1. 你是否满意你的工资」等。再写几道量「对主管的满足」的项目。比如「7. 你是否满意你的主管」等。同时，你也可以再写几道量「对工作的整体满足」的项目。比如「15. 你是否满意你的工作」等。这样三个构念「对工资满足」、「对主管的满足」（这两个是维度）和「对工作的整体满足」都是用reflective indicators的，那就可以做CFA和EFA了。但是维度与整体构念有什么关系呢？你就可以做回归分析，找出它们的权重（也就是回归系数）了。
+ B2 _' [: o0 X6 I; d# D2 O* U（2）你也可以不去量「对工作的整体满足」。而是用SEM来估计维度与整体构念的关系。不过这样就需要模型的其他构念来帮忙了。同时，也没有什么CFA和EFA可以做了。7 l% o/ V" w( p4 m9 ]1 @
** 你大概会问，既然在方法（1）中，整体构念已经用 reflective indicators 估计出来了，那还要估计维度来干什么？答案很简单，如果你有兴趣的只是整体构念，确实是不需要估计维度的，但是研究中很多人会同时对维度和整体构念有兴趣的，那方法（1）就不失为一个好方法了。起码它比方法（2）来得清晰，干净利落。
/ v O) g% Y9 l7 d3 \0 F! h4 K! ` [% X' J
作者: learningsean 时间: 2011-4-10 15:44
Kenny 好，多谢您的“一赞”。能得到我欣赏和崇敬的学者的肯定，荣幸之至！
; B' U" T5 o( c- l您以“工作满足”为例给我讲了AMC, 我还有2个问题不明白，继续请教。
9 \1 |' ^5 c* q4 s/ @第一， 您提到“比如你在量工作满足（总构念），它有两个维度，就是「对工资满足」和「对主管的满足」。你可以写几道量「对工资满足」的项目。比如「1. 你是否满意你的工资」等。再写几道量「对主管的满足」的项目。比如「7. 你是否满意你的主管」等。” , \3 u: Z1 `9 y9 S; i+ a' H5 w
我的问题是，我的手头上只有一大堆的items,我只知道它们是测量工作满足的，至于有几个维度，每个维度叫什么,这些我都不知道。那么我怎么知道它们是测量了「对工资满足」和「对主管的满足」呢？在开发AMC的测量工具时，我是否需要从理论出发，首先要确定这个AMC有几个维度？然后针对每个维度来收集items？& v7 g) t' N! W
第二， 您提到“但是维度与整体构念有什么关系呢？你就可以做回归分析，找出它们的权重（也就是回归系数）了。” ) c/ T, O% \8 q+ ^- _9 `4 z
我的问题是，首先，是将两个维度分别做为两个自变量，整体构念做为因变量做两个一元回归方程呢？还是把2个维度做为2个自变量、整体构念做因变量同时放到一个二元方程中呢？其次，方程中自变量和因变量的原始数据应该录入什么呢？是每个维度和总体构念的因子得分？还是每个维度和总体构念的items的平均分？' g8 ]1 H$ U- U5 D4 }
o# N% ~" b$ N
周末还要打扰您，多谢kenny!
8 G/ V, Q* C# M- C4 D! T+ R: D" d8 X J! r# Y- E, _
Learningsean
, V* F" t/ k, p3 Q/ m( O
+ j0 Y& t0 i' S7 T H
作者: Kenneth 时间: 2011-4-11 09:23
标题: RE: 请教关于formative indicators的分析问题。
回复 7楼 learningsean 的帖子
# Q- N2 O9 p: NLearningsean, 第一，『我是否需要从理论出发，首先要确定这个AMC有几个维度？然后针对每个维度来收集items？』前者是归纳法，后者是演绎法。我是尽量鼓励演绎法的。这我在视频已经讲得很清楚了。2 X" w% ^* T2 e5 j: W+ U7 g9 I
1 C/ |* {- K) ^8 w D- N! i第二、『首先，是将两个维度分别做为两个自变量，整体构念做为因变量做两个一元回归方程呢？还是把2个维度做为2个自变量、整体构念做因变量同时放到一个二元方程中呢？』是前者。
! F6 \* k& H& M3 p
n/ Y( {% W5 o6 X『其次，方程中自变量和因变量的原始数据应该录入什么呢？是每个维度和总体构念的因子得分？还是每个维度和总体构念的items的平均分？』两种方法都可以。你要分析上“elegant”一点，可以用前者。你要理论上“elegant”一点，可以用后者。这，我也在 measurement 的视频讲过了。5 U5 R% A7 B' k4 v$ W
. u9 J' `) A0 t8 c5 G
作者: learningsean 时间: 2011-4-11 14:12
多谢Kenny!我先在网络上找一下您的视频看看。' Y J: e: q3 w4 ?
Learningsean
0 z, F1 Q2 Y/ m) Y2 v
( z; s: L6 `0 e, V# f
作者: learningsean 时间: 2011-4-13 00:26
Kenny 好！我在网络上找到了您在同济大学的视频，第5讲涉及到scale development 时您好像略过去了。我觉得我就有那么一个地方卡住了，总是想不通。我再把我的问题讲一下，希望您有时间给我点拨一下。
9 C. k& l" f3 b6 D/ `我还是以“工作满足”这个问卷的开发为例子吧？假如我计划开发一个问卷来测量 “工作满足”这个构念。首先，我给出了“工作满足”的定义，然后通过开放性问卷，让一些被调查者写跟这个定义有关的一些表现.合并意义相同的说法之后，我初步得到了20个items. 在此时，我知道的信息是：
. n; c9 H; y: W4 q+ v- U1）“工作满足”这个构念是一个多维构念；, V/ I+ k8 X) N) `
2）维度与总构念之间的关系是AMC的关系；
# ?7 r- F: D% O0 k7 F3）维度与item 之间的关系是”reflective indicator” 的关系。
, Z p. s/ k) W# A$ O. w, z) v$ K我不知道的是：
Y; M( _/ a4 V; K# t( H5 \1） 这个总构念到底由几个维度构成？& h, \7 y, F$ ^8 w0 e# K
2） 每个维度的含义是什么我就更不知道了。
0 t! R x, i* ]$ C4 B% {
+ {7 |# e2 }# S6 x/ `如果“工作满足”是一个LMC(而且维度与item 之间的关系是”reflective indicator”.),到这一步我是知道怎么做的：即首先把这20个items 编写成一个初步问卷，找几百被试去填写；然后做EFA, 通过EFA我就可以计算出这20个items可以归为几个维度，对每个维度我也可以命名。1 o2 n( l9 C, j, r9 G
% O4 {. u1 a6 `# J8 Z可是，现在我面临的困境是：“工作满足”是一个AMC！（当然，维度与item 之间的关系是”reflective indicator”的关系） 我觉得此时我不能用这20个ITEMS收集来的数据做EFA了。那么我如何确定20个items 可以归为几个维度呢？ ! O! j% u: a! T2 M4 D9 [6 M. N9 F, M
, f: R1 ^: L* v
您在上次回答好像是说，可以用归纳法，也可以用演绎法。但最好用演绎法。
' c1 E: m6 [7 |& s* ]我的理解是，用归纳法就是从理论出发。演绎法就是从数据出发。可是，我现在不能做EFA了, 我如何 “演绎”出维度的个数呢？
/ C7 E4 y/ Z% x4 P) D: {, C" a, u7 _/ l; z; G+ t3 c1 P
谢谢您！
; N5 d$ ?: K- ?' e2 y* [
" X2 e4 T: A b# VLearningsean.
/ u( T$ E* u5 y2 B2 I m
% q" K7 `" p% Q( c+ O7 [+ `1 t; C. {3 k2 `: q* V; v/ d
作者: jkliang 时间: 2011-4-13 09:55
演繹法是從理論/觀點出發，而歸納法才是從數據出發吧？難道我之前的理解都錯了嗎？- S5 O2 y) J; b' Q9 M- X9 D8 ?3 x
7 D$ o$ k) U- H2 Z+ w$ ]) u3 M
我的想法是，不論LMC或AMC，構念與維度都應該從理論/觀點的角度出發，只是AMC不做EFA或二階CFA，需加強前端理論/觀點論述。請各位指教！
作者: Kenneth 时间: 2011-4-13 14:44
回复 10楼 learningsean 的帖子
( `3 y3 d7 P; I- P: oLearningsean, 我觉得你的想法很有趣。你一方面非常肯定这是一个多维構念，你也非常肯定它是一个AMC構念，但是你却不知道（1）它有几个维度；（2）到底哪个项目是在量什么维度？
! y4 N2 Z! |* I) ]" B我同意jkliang的观点，这看来更像是一个理论的问题，而不是实证的问题。你连它有什么维度，而且那些维度是什么都不知道，为什么这样肯定它是AMC模型呢？
3 V$ i- j- B$ K8 |( l6 |/ K9 j* @; h/ @
我的了解是如果你肯定是AMC的话，你是应该可以告诉我到底那些“原因”(维度)是什么东西来的。这就好比我说XYZ是由其他东西组成的。当我讲这一句话的时候，我应该可以说它有几个组成部分，而这些组成部分是什么来的。相反，如果是LMC，那就难说了。因为一个構念可以用很多不同的形式“表现”出来。+ P3 F. |5 D7 b. B$ q
! E9 d2 \, V6 r, H( ~9 W比如，我是一个男人，表现的形式（LMC模型）就可能是声带、身形、爱好等。你大概还可以讲出很多其他的表征，所以我不能尽录。但是，如果你说男人是由什么组成的（AMC模型），那不可能不知道这些“什么”到底是哪些东西的吧。9 }1 A! K* B1 t0 A) [. B
, q/ p g4 Y7 Q- H4 F [5 w2 a
你刚刚把我的意思倒过来了。应该是演绎法是从理论出发。归纳法就是从数据出发。, Z! H; S% J& O
本帖最后由 Kenneth 于 2011-4-13 14:46 编辑
, N% ^! Q! l1 e# R/ ?: _/ x+ K' }/ }1 Z
作者: learningsean 时间: 2011-4-13 16:33
回复 12楼 Kenneth 的帖子, E3 n7 ?6 u" B4 L/ V" D% ?
多谢kenny！看来，我问的这个问题基本上不存在的，逻辑上是有点问题。) A3 V$ R4 E) G+ A! x; k
昨天半夜登陆到圈子，头脑发昏，确实把演绎和归纳弄错了。回头我改过来。
% t5 Y; @/ r# j) oLEARNINGSEAN.
9 A% d' p9 C! V5 x( A5 \/ x9 H8 s( L& ~4 C
. C3 ^% L0 W) |9 ~. Q; }6 h* a
作者: learningsean 时间: 2011-4-13 16:35
回复 11楼 jkliang 的帖子
) J% f( d+ t- L/ G多谢jkliang,我给弄错了。
E! g; ^. d* C: t& L% N7 k- Y+ B
* R) x: \) B' j3 e5 w! \+ M: ^4 N! O
0 R. w& l- w. [6 i4 C% h3 f8 O8 [$ r2 m! w8 v3 |. R. x
| 欢迎光临 中人网 (http://bbs.chinahrd.net/) |
Powered by Discuz! X2.5 |