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。
( }5 F  n- ~8 f5 Q( q1、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。
4 N# o; m. Q7 A6 Q2、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；& C) l$ X, d, Q3 H" W& Y4 w
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。
- P2 ^+ C6 A1 ?! Y/ e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。* k. X( L1 }# e/ [  n0 Z2 M% `
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。
8 s! h$ U/ }5 j- r! c, k4、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。
% K5 u" T" ?" M- ^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。
+ c( F# A( S8 w7 W& B: K: s. D模型拟合方面，NFI和RFI没有达到0.9，其他指标都较好。: _- m5 H$ m  u$ H

5 n/ L3 v# }+ g" x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？* ?8 \* R0 j3 X; T! F# E0 l$ D
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/ A5 y) k3 e8 H4 [
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。
9 A- W5 n; r1 s9 n! F; h( D3 F3 \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？" v0 o+ l7 @2 l$ v9 Q% s; T8 ~
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。
: z3 ^6 \+ g$ Y( B% v3 R: h2、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；0 A+ X+ F0 F5 M) s' @- q" c
1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？8 d$ P! Q; G6 V  j, E
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。- A$ F* D2 F5 n/ G* k3 ~! S% E
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。  S0 i. Y6 K4 e  x7 w1 F1 u, s5 i
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。: q& Y! b( l/ c4 o$ B
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？
) B* f, T! D& \1 ?; C) b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。
3 r% c+ ?3 m7 wComposite reliability和alpha一样，0.6是低了一点了。
* w" N) W2 H3 h% f; o: p5、模型拟合方面，NFI和RFI没有达到0.9，其他指标都较好2 @* ^, i4 u+ d1 [- n  I2 f
我一般都是用CFI,NNFI,RMSR,RMSEA等。
) k) ]% [, G- D$ a7 C$ e- G5 {0 W
   
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。) s# z4 D' b, a) `
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。4 u0 i$ v! Q7 c& ?& o4 @3 Q) ~
[attach]280109[/attach]
) Y5 a) G6 p1 a5 O9 \- M' a
) n* I7 ~6 P0 G& M4 P7 ^* N+ 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？
% c+ f' F: E. G' M0 u2、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 ?( m: {. i. Y/ y# ]* E! e& g& G3、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。% O8 T9 a3 j- I8 G4 b' M
4、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。, t6 A( D0 b/ T1 X* _% E4 ?
“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. E* ~  b: ]) S$ [9 b
[attach]280110[/attach]
3 H4 f2 o, n1 x0 K1 S4 Z! I5、CFA模型的几个拟合指标见下图。
) Y8 Y0 k+ ]- G[attach]280111[/attach]
* l- P# w9 |4 c3 P8 A) s7 n( m5 }
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。
  A% K& _) L6 o' }! Q; H不知您能否概括出编制量表的比较规范的步骤？
  V2 {1 N- Q. p+ P7 K$ r. ^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。" R0 t2 _# a& x7 f' }# J
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。" b' J/ Q$ {2 i
" @9 z: b; ~( p! B: u+ m
回复  Kenneth 的帖子6 B$ K: z  k- L
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 ...
1 \7 N5 d$ p. ~Kenneth 发表于 2011-5-5 14:14
3 f1 z- N1 r1 N% C
/ H; L9 Q5 E, ]$ l1 W- t2 ^0 U1 @' Z

* }0 U, Q* @9 Z% Y( l$ m. D) P$ F
作者: Kenneth    时间: 2011-5-7 14:39
回复 3楼 Coolpilot 的帖子
% |5 \( Y8 c9 j1 C1. 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 J, ?3 s, v8 |/ {; A1 U) T' y4 u! @
2. 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？
* h+ ~4 Z- R$ K' o+ ^) K3. 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。( O' K; _9 [. h- H+ N. t8 \
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。
$ L6 @. M- E6 X* W$ ]% ^# x0 L- p; k5 f7 o. O2 `
   
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？
5 o) X# J# y, `" _2、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1 d4 q5 B: C. U5 m; i: A  Z% f
Coolpilot,& t" Z" p  ?+ R9 w
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。: f( d/ ]( W7 r
2. 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。6 O, ~; ~6 v  Z6 z# R: H

) |/ M* C" N4 H0 c   
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。! g: k4 Q8 C3 e6 O# Z
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' r! Q# a# X; S# {/ x2 Y
6 v- F6 l8 k/ }$ ^( f* b5 B
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。& J  \9 }2 c/ T+ _4 t' [
   
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。0 N8 P5 E' A1 b7 P3 K) v; n/ h
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