中人网

标题: Coolpilot 的帖子 [打印本页]
作者: Kenneth    时间: 2011-5-5 13:42
标题: Coolpilot 的帖子
Kenneth，您好。我正在编制一个量表，之前没有相关的量表，也没有明确的理论指导。样本规模500多，基本思路是先用EFA获得因子结构，再用CFA验证。先把我的步骤列出来，再提出我的问题。
! Q2 Y; V1 w! R/ ]2 {1、进行项目分析。以量表总分的前27%和后27%为高低分组，对高低二组在各题项上的平均得分进行T检验，结果有一个题项不显著，将其删除，不进入后面的分析。后面将样本拆为两半，分别用于EFA和CFA。
, k$ V2 Y1 J$ v# k& x$ |$ D& f* ^2、进行EFA。以主成分分析法抽取，考虑到因素间可能存在的相关关系，采用Direct Oblimin法进行旋转根据下列条件（符合其一）删除题项：1.因子载荷量低于0.5的题项；2.同时在几个因子均有高载荷量的题项；3.因子的题项数量少于3，该因子题项全部删除；
) g  V/ u% ~3 P结果第一次因子分析后，删除了7个题项，其中1个是因为在三个因子上都有0.4左右的载荷被删除，其他都是因为因子的题项数量少于3被删除。
( n0 ^- N$ s% e9 z第二次因子分析后，所有题项都不符合删除条件，全部保留，共4个因子，14个题项，累积解释了61%的总方差。
1 _& m" u$ e  Q8 x+ c; s9 i6 s/ X3、进行信度检验。计算Cronbach ɑ系数，其中3个因子的ɑ系数大于0.75，1个因子的ɑ系数大于0.6，整个量表的ɑ系数为0.68。
! L2 L: L+ I& c1 n* ^" `4、进行CFA（用另外一半样本）。因子1和因子4各有一个题项的标准化系数在0.3到0.4之间，其他都在0.5以上。因子1和因子4的标准化系数为0.6。另外，因子2下的一个题项的测量误差没有达到显著，P值为0.1。7 \+ I: x9 b9 r6 s! Z
计算平方差提取量（AVE）时，因子4的AVE值只有0.31，其他因子都在0.5以上，4个因子的组合信度都在0.6以上。
2 R4 |% M1 n0 _1 F1 P模型拟合方面，NFI和RFI没有达到0.9，其他指标都较好。4 `* m* M3 |% A: e! S
+ d' R$ `) W0 G6 h3 k
我的问题：1、我的上述步骤有无问题？2、进行CFA时几个不理想的情况，如何处理才能使得量表的信度和效度可接受？; ~9 b0 u- h; O4 Q3 L9 v
烦请抽空解答一下，也希望其他人能够指点，不胜感激！
作者: Kenneth    时间: 2011-5-5 14:14
回复 1楼 Kenneth 的帖子6 s* P( W' E* c) }: N' [  O
1、进行项目分析。以量表总分的前27%和后27%为高低分组，对高低二组在各题项上的平均得分进行T检验，结果有一个题项不显著，将其删除，不进入后面的分析。
) X6 M  I6 z/ w; Z我猜你这选高低27%，考虑的是item discrimination的问题。但是为什么用27%呢？有文献支持吗？同时，如果考虑item discrimination, 为什么不考虑item difficulty 呢？再者，这两个概念都是item response theory的东西，你喜欢它们，为什么不索性用 IRT来选题呢？9 y+ W% z# v2 `( u
做完删减以后，再做其他的分析就没有什么意思了。这就等如先做EFA后，删减了题目，然后说CFA结果很好一样了。7 J3 b0 t% u# e8 W4 u+ Y; K
2、进行EFA。以主成分分析法抽取，考虑到因素间可能存在的相关关系，采用Direct Oblimin法进行旋转根据下列条件（符合其一）删除题项：1.因子载荷量低于0.5的题项；2.同时在几个因子均有高载荷量的题项；3.因子的题项数 量少于3，该因子题项全部删除；
3 g8 ?' C# ^1 k! |: j# z. e1和2 我都可以理解，为什么有条件3呢？题目是你写的，因子的题项数量少于3，就代表因子没用了吗？会不会你写的题项不好，以致不能代表因子呢？, c/ T+ b1 |: x# J; ^  h2 A% T
3、进行信度检验。计算Cronbach ɑ系数，其中3个因子的ɑ系数大于0.75，1个因子的ɑ系数大于0.6，整个量表的ɑ系数为0.68。! Y: x7 E/ m. ~0 ^  |
α 用0.6 作为标准太低了。整个量表的α是0.68也未免低了一点吧。
/ `, X; [0 N' H" j9 ]+ J& f4、进行CFA（用另外一半样本）。因子1和因子4各有一个题项的标准化系数在0.3到0.4之间，其他都在0.5以上。因子1和因子4的标准化系数为0.6。另外，因子2下的一个题项的测量误差没有达到显著，P值为0.1。
; B3 A. v( U4 \- _我不明白，“测量误差没有达到显著”是什么意思。你希望误差是零吗？" S6 A) u4 T4 r" q
计算平方差提取量（AVE）时，因子4的AVE值只有0.31，其他因子都在0.5以上，4个因子的组合信度都在0.6以上。& u  e$ w+ A+ a0 k0 k0 Q
Composite reliability和alpha一样，0.6是低了一点了。
' ]1 ?6 I" ]$ t5、模型拟合方面，NFI和RFI没有达到0.9，其他指标都较好3 D7 U; {% O! [- s" Y
我一般都是用CFI,NNFI,RMSR,RMSEA等。9 g& {+ r: C9 R0 w# h2 {

1 K/ c/ x1 ^. Q( c7 q" \   
作者: Coolpilot    时间: 2011-5-5 22:59
感谢Kenneth的及时回复，一些地方我之前没有说明白。& B/ o1 X2 N; D
1、高低分组是考虑item discrimination的问题，用27%是参考了吴明隆的《SPSS统计应用实务——问卷分析与应用统计》，里面提到一般用25%-33%，他书中的例子用27%，我也就用27%了。我的整个量表编制流程基本上也是参考按照他书中的，他书中的流程如下图。
( [* h# {/ G# m% e" h- S6 \  e% t[attach]280109[/attach]# B$ X( |/ ^# B3 p: Q% v

) P% Y  K2 I/ [3 f# T5 _0 Q6 B您的意思是，项目分析不是量表编制的必须步骤？直接所有题目纳入EFA后再筛选？4 e5 H# z, e4 Y. X
2、因子所属项目少于3个就删除也是从吴明隆的书上了解的，里面提到，“多数研究者编制层面的经验，一个层面的项目数量最少在3题以上，否则项目太少，无法测出所代表的层面特质，其内容效度会不够严谨。”
1 |6 G. ~: v: a( |: N/ C8 F3、我知道信度是不够高，不过只能以我这个是探索性的研究做借口了，呵呵。
2 m1 x0 h& @' b* {( [8 c; c4、CFA我用Amos做的，看到不少资料都说因子对项目的的标准化系数最好都大于0.5，但我各有一个因子的项目在0.3-0.4之间。
) s% `+ r( m  A“测量误差没有达到显著”没说清楚，是一个测量指标的测量误差的估计值没有达到显著，具体见下图的e5  }" c& q2 d! A  h  O
[attach]280110[/attach]
$ ~1 l, e' N6 Y% ?+ L, t* ~& }6 ~8 F5、CFA模型的几个拟合指标见下图。
, B7 b1 {" N# g( U[attach]280111[/attach]
0 o8 l* I* _: L; h- O3 l2 D$ I2 i4 h  A$ R1 F
非常感谢您的耐心解答，我对统计分析确实是新手，都是按照书上的步骤模仿操作的。# Z" s6 i0 \* v: \( @% t
不知您能否概括出编制量表的比较规范的步骤？( b7 K! M, r& k) A# U
PS：我报名了您本月14-15日在浙大的方法论培训班，由于得知消息晚了点，希望还能赶上。/ J5 y) E1 Z% H% {, v: s: G# Q4 r
作者: Coolpilot    时间: 2011-5-6 19:07
另外，我看了罗伯特﹒F﹒德威利斯的《量表编制：理论与应用（第二版）》，里面讲量表编制的具体步骤时，验证性因素分析讲得很笼统，最后一章讲项目反应理论，也没有讲在量表编制中如何具体应用IRT。; T/ M7 f& @& q, T3 K
! ~8 d( P. b- H' u
回复  Kenneth 的帖子
) M4 g+ ^2 Y" L1 v9 M0 v1、进行项目分析。以量表总分的前27%和后27%为高低分组，对高低二组在各题项上的平均 ...
7 K- U; {& |/ e1 {; RKenneth 发表于 2011-5-5 14:14

5 O! S! M# z( `# {1 |# V9 f# M3 ]/ Z. j
  e$ U1 k9 |6 e* f$ y% \
作者: Kenneth    时间: 2011-5-7 14:39
回复 3楼 Coolpilot 的帖子
6 V) C- F: U% \/ U: a* m' M1. 我发觉你们都很有趣，既然标准是从书中找到，干嘛要问我对不对呢？难道要我指出别人的书有什么错漏吗？
0 b4 g" j5 }" J1 B/ }- N2. 这个逻辑也很有趣。你的意思是如果测这个因子测不准（不够三个项目）的话，就索性不要这个因子了。是吗？这如何讲得过去呢？不是应该再来一次，把它量得准确一点吗？
1 `- s0 l% b; \0 m! m0 l+ D# c( V3. 其他的问题你也看出来了，我也不多讲了。发展量表我不知道有没有规范，不过一般都会用Hinkin的那篇文章作为入门。你查一下文献，凡是发展量表的，一定会引用他的。0 M. c# @- Q" C! y
4. 用IRT来编量表也是一个很可行的方法。我记得有人发过文章的。你找找文献看看。可能会在 Organizational Research Method 这本期刊内。
! S8 c0 \6 f( \% f$ t3 u0 k6 D' I! B/ I" y* w
   
作者: Coolpilot    时间: 2011-5-8 00:40
1、对于因子所包含的项目不够三个就不要，您的意思是否只要EFA出来的项目的因子载荷值达到了0.4或0.5，就统统保留，甚至只有一个项目也单独成为一个因子并命名？
! b; j8 {3 C" \! t# R2、Hinkin的文章是否这篇综述？Hinkin, T. R. (1995). A Review of Scale Development Practices in the Study of Organizations. Journal of Management, 21(5), 967-988.我看了后觉得量表编制确实没有统一规范，很多都是各行其是。
作者: Kenneth    时间: 2011-5-9 15:50
回复 6楼 Coolpilot 的帖子
( M2 P. L- {% U; DCoolpilot,' F# i2 s/ d5 ~0 ]. d6 G
1. 我不是这个意思。我的意思是一个研究人员不是因为自己暂时发展不到一个好的量表，就索性放弃了一个構念的。我不是要你用只有一个项目的维度。我的意思是如果维度是真的（好的），你应该再发展，试图找多于三个项目。
& o. t6 O, o2 T4 m3 c2. 规范是有的，Hinkin就是一个好的指引。只是没有你想象中的“一步一步”的规范而已。你也可以看 DeVellis, R.F. (2003). Scale Development: Theory and Application. Thousand Oaks: Sage Publications 这本书。
' T$ l3 @) Q: x6 @  ^: V
; x. v5 A1 p7 e6 ]  l   
作者: Coolpilot    时间: 2011-5-13 00:47
DeVellis, R.F的那本量表发展的书我看得是第二版的中译本，罗伯特﹒F﹒德威利斯：《量表编制：理论与应用（第二版）》，重庆大学出版社2010年这本，感觉里也不够具体，看来量表编制没有公认的具体的、操作性的步骤。
) z2 [- y* g6 t3 g- i6 E: K* H您的讲座报名已经确认了，周末来听。
作者: Kenneth    时间: 2011-5-16 22:20
回复 8楼 Coolpilot 的帖子
9 |/ p4 @+ m# V. R- G
, Z, D4 m" T; w  @" M听完了讲座了。希望对你有帮助吧。抱歉，没有时间讲量表开发的问题。% m& X$ i! E; N6 S- m( e- x
   
作者: Coolpilot    时间: 2011-5-30 21:58
感谢kenneth，收获不小，特别是一些原理阐述的很透彻。! Y8 h0 r! o/ Y7 l6 N
期待您的方法论著作早日面世！



欢迎光临 中人网 (http://bbs.chinahrd.net/) Powered by Discuz! X2.5