设为首页 登录 注册
首页 中人社区 中人博客
查看: 5381|回复: 13
打印 上一主题 下一主题

请教关于formative indicators的分析问题。

[复制链接]

7

主题

5

听众

311

积分

书生

Rank: 3Rank: 3Rank: 3

注册时间
2010-8-30
最后登录
2012-3-30
积分
311
精华
0
主题
7
帖子
44
跳转到指定楼层
楼主
发表于 2011-4-7 09:56:11 |只看该作者 |倒序浏览
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)
9 m2 r( P) \" S# M' h: l4 W" q: C) W
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)
# F+ P7 f6 n" [
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)5 x+ G' w) h- ~/ Y0 V
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): H# u, `. b& e. I8 X
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), P9 N7 z% j6 e( W+ z
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 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40items,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 % P7 J& C+ h. [0 o6 k7 {
0 K" ?% Q- @) T

69

主题

220

听众

2万

积分

中人网专家

Rank: 50Rank: 50Rank: 50Rank: 50Rank: 50

注册时间
2003-1-21
最后登录
2016-11-27
积分
29016
精华
0
主题
69
帖子
1438

2009年度勋章

沙发
发表于 2011-4-7 15:51:05 |只看该作者
回复 1楼 learningsean 的帖子* G$ A( w, H4 V; |6 w+ b

- U& _, S! g  J+ u) {4 z6 ulearningsean, formative indicators  是理论导向的。你的理论就决定了你的指标是什么。+ x: L6 t$ j. T; x
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。
& g) f) E+ r4 C( g  m  [, ?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。6 E1 E$ Q4 R" @# }$ Y, A* T: ~

1 W8 _2 V" q7 q, l+ M3 YJeff Edwards, The fallacy of formative measurement, ORM, August 19, 2010, p.1-19.8 R. p$ E9 b  ]
下在后,请把档名由 .doc 改成 .pdf。! N( O  }/ R# P
3 W; k- h1 Z: e
    6 p; {" B. @, F8 Z1 S9 @4 q% W
# s0 s3 L2 D4 A" W* u4 T
本帖最后由 Kenneth 于 2011-4-7 15:55 编辑 8 P6 R2 A. @( B/ f8 E. E
0 {! o7 F& a8 _* q9 f+ e2 l

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

回复

使用道具 举报

7

主题

5

听众

311

积分

书生

Rank: 3Rank: 3Rank: 3

注册时间
2010-8-30
最后登录
2012-3-30
积分
311
精华
0
主题
7
帖子
44
板凳
发表于 2011-4-7 17:00:43 |只看该作者
回复 2楼 Kenneth 的帖子$ }+ F4 u- j# M" G
多谢kenny的回复。
: Z& V3 ~8 l4 f# P- f& y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。  , V% m# g$ R. u) A! V
另外,您推荐的文章我已经下载下来了,正准备看。多谢。
' ?( k0 k6 {' b1 ?- Zleanning sean
- ~. D* i5 f2 f7 }6 n" g5 J9 g1 a 本帖最后由 learningsean 于 2011-4-7 17:06 编辑 % D6 z7 K0 I- b9 R7 y3 u

1 G- r3 S! s+ z; p4 @3 A
回复

使用道具 举报

69

主题

220

听众

2万

积分

中人网专家

Rank: 50Rank: 50Rank: 50Rank: 50Rank: 50

注册时间
2003-1-21
最后登录
2016-11-27
积分
29016
精华
0
主题
69
帖子
1438

2009年度勋章

地板
发表于 2011-4-7 21:12:28 |只看该作者
回复 3楼 learningsean 的帖子
1 `7 }, s+ H+ H5 g; C" t8 r1 Y! u9 @1 ]; W4 C4 g% Z
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。/ k1 T/ P2 L" d
   
回复

使用道具 举报

7

主题

5

听众

311

积分

书生

Rank: 3Rank: 3Rank: 3

注册时间
2010-8-30
最后登录
2012-3-30
积分
311
精华
0
主题
7
帖子
44
5
发表于 2011-4-8 14:56:21 |只看该作者
kenny!
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 measurementconstruct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AMCitems 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
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 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 indicatorAMC。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50items,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
回复

使用道具 举报

69

主题

220

听众

2万

积分

中人网专家

Rank: 50Rank: 50Rank: 50Rank: 50Rank: 50

注册时间
2003-1-21
最后登录
2016-11-27
积分
29016
精华
0
主题
69
帖子
1438

2009年度勋章

6
发表于 2011-4-9 22:54:15 |只看该作者
回复 5楼 learningsean 的帖子
( @6 M# G9 P* m+ I% P' v1 |
5 z, l' C: ~# a9 B% x8 m: slearningsean,
2 [1 E5 p1 Y% [' g' O' s首先要赞你一句,你很有观察了,看得很准。8 I* E+ @+ v: w$ W
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。 * w. o7 m, v1 t
对于AMC的测量模型,可以有两种做法:* I' ^( l5 x) ]$ r  r
(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」。6 k* M+ c4 {! Z" ?
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。( ?8 m  I- O# [& M* a3 J) W, 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。
9 g' a# G2 n: t* T3 O** 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。
5 \( x' B) j/ l   
回复

使用道具 举报

7

主题

5

听众

311

积分

书生

Rank: 3Rank: 3Rank: 3

注册时间
2010-8-30
最后登录
2012-3-30
积分
311
精华
0
主题
7
帖子
44
7
发表于 2011-4-10 15:44:56 |只看该作者
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!" z  G  z3 X1 m: t+ w* X5 N
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。6 r- g1 s- O) }( \. V( g. w
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。”
! ]. R7 o, N; d0 ~# `9 k3 q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?
6 ?' k, M" J) x; ]+ P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。” 2 O# p% h! g% f* j6 V, n
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?! }0 g! ?9 A: [( _2 m. D

5 w. h) `6 f& g$ O9 _& `周末还要打扰您,多谢kenny! . K" n- g  n* C
9 u$ a1 a% C5 {- w) n
Learningsean
3 ?$ [6 w; J( s1 a$ J
; ]. b! f# V# b; n8 _! Y6 w8 x   
回复

使用道具 举报

69

主题

220

听众

2万

积分

中人网专家

Rank: 50Rank: 50Rank: 50Rank: 50Rank: 50

注册时间
2003-1-21
最后登录
2016-11-27
积分
29016
精华
0
主题
69
帖子
1438

2009年度勋章

8
发表于 2011-4-11 09:23:19 |只看该作者

RE: 请教关于formative indicators的分析问题。

回复 7楼 learningsean 的帖子
$ R+ v# v* ~, l5 g, d* vLearningsean, 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。
8 ?3 ]1 e( q( a( a
  [" _( ]( e0 l6 U: z+ f' `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。
4 o+ C. b  n' K: t! l
% L9 Q- F2 _; g. \$ J' i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。
  Q- t2 F' R# B) b1 S, X& L: U$ \9 t0 W+ ~  S. v
   
回复

使用道具 举报

7

主题

5

听众

311

积分

书生

Rank: 3Rank: 3Rank: 3

注册时间
2010-8-30
最后登录
2012-3-30
积分
311
精华
0
主题
7
帖子
44
9
发表于 2011-4-11 14:12:41 |只看该作者
多谢Kenny!我先在网络上找一下您的视频看看。1 ?4 E$ N$ K1 C( K+ H
Learningsean/ I( g9 F5 B4 d! j) |8 d: b
% P% W/ _7 T# b
   
回复

使用道具 举报

7

主题

5

听众

311

积分

书生

Rank: 3Rank: 3Rank: 3

注册时间
2010-8-30
最后登录
2012-3-30
积分
311
精华
0
主题
7
帖子
44
10
发表于 2011-4-13 00:26:29 |只看该作者
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。
% ~. m3 s6 E5 g, D; J7 }. N: C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:
$ h8 x: a( E6 L6 `6 P9 S1)“工作满足”这个构念是一个多维构念;
7 ]5 l" o& G: X$ @( u# z2)维度与总构念之间的关系是AMC的关系;$ A  Q7 S% q" l' ?. l' l$ @
3)维度与item 之间的关系是”reflective indicator” 的关系。
5 E) c, F" [$ O4 ]9 b+ J我不知道的是:
0 e8 B/ ?: u9 O! [1)        这个总构念到底由几个维度构成?
, J9 _6 f* I( `! U8 u7 D2)        每个维度的含义是什么我就更不知道了。
; \& s# ]3 x! y" q) ]) h! h( k  p' b8 [6 J% H
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。
0 A3 N- Q7 P1 r& R! U3 g& {) z5 {0 F$ a) I, f/ ^' j
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? : m3 P( Q. d( _
# G* f  m6 O# t
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。
7 e# c& A- b( J! Y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? % D3 s7 G5 c: a0 R, a% @" s
8 ]# P: b* s, s/ [: b
谢谢您!6 _2 f) u$ Q" C/ L

* B+ q0 m, s5 C6 [Learningsean." B9 g, f' L8 w8 H" e. r  L
8 h/ X0 K: I7 U
0 H& a0 Z2 V. p* @' H. r; e
   
回复

使用道具 举报