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。 0 B% d, h% w7 Z) K u$ I
我们知道,编写和验证的问卷的一般过程: 1)% ?5 b( ^6 D, W( s0 l! Q$ N% l g3 G ^
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)
! c/ F7 a, z9 F8 V+ A) I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)! J5 A9 d( _* v+ s2 t; p+ v# R4 F
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)
9 \$ g8 I: v6 L8 a1 o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)
* u6 ^8 F3 Q6 `, `) u& V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
9 z4 @5 u/ k B7 i) H- u; h
5 _& u+ q9 w; f; m1 R |