Coolpilot 的帖子

Kenneth

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。
& ]. }$ q0 \7 F' p! i8 L/ t7 j  x6 b1、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。
' ^% o7 y6 V1 W8 E) n/ G6 t# \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；
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。
; w8 U( L% C# G. x: t8 Y$ n8 A4 I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。
* d8 w" d$ x9 H% f3 }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。
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。
0 P3 t( x0 W' R2 ~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。
9 f& G/ [: C) I  F: G模型拟合方面，NFI和RFI没有达到0.9，其他指标都较好。
% m* I& Z8 h; z, P' W4 r  f
8 i9 J: M! r2 W  |( a3 g3 s5 B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？
5 I. ?# ^3 j2 N9 a7 G: ^3 I烦请抽空解答一下，也希望其他人能够指点，不胜感激！

Coolpilot

感谢kenneth，收获不小，特别是一些原理阐述的很透彻。
0 J7 ~6 R! J% r2 D5 x. H, u9 K期待您的方法论著作早日面世！

Kenneth

回复 8楼 Coolpilot 的帖子

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。
   

Coolpilot

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。
* e4 e1 L/ L1 {您的讲座报名已经确认了，周末来听。

Kenneth

回复 6楼 Coolpilot 的帖子
; G* e; W) L: zCoolpilot,
+ L# j& f$ O6 u! a3 U1. 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。
3 R) \- K3 ]% \+ g% j' k$ z2. 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。
0 ~8 [. u% i5 d* o: r
   

Coolpilot

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？
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。

Kenneth

回复 3楼 Coolpilot 的帖子
1. 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？
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？
3. 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。
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。

   

Coolpilot

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。

回复  Kenneth 的帖子
0 d# B+ ?, ]" Q5 |9 x! i1、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 ...
  ^2 j' U6 x1 u" ?Kenneth 发表于 2011-5-5 14:14

Coolpilot

感谢Kenneth的及时回复，一些地方我之前没有说明白。
3 \( R, N' e9 ~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。
( c5 o8 L6 p% R( Y2 S4 w
) e0 k- x; {7 k2 H" z; m
" ?9 }3 {, N9 d3 x5 q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？
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。”
3、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。
* c- c8 j$ F2 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。
+ ]4 w, q! t9 }5 G“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
) ~3 _" c7 e% T; o3 o2 Y- l
1 p0 r5 h/ m2 _5 s$ E$ c# }5、CFA模型的几个拟合指标见下图。
9 n  A# }1 S0 v% R8 j* v5 @
5 M" D8 K( j+ p2 L* V+ j
8 O2 e0 b" z5 N" H- Q: C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。
; v6 s: k/ W2 j: X$ I不知您能否概括出编制量表的比较规范的步骤？
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。

Kenneth

回复 1楼 Kenneth 的帖子
& J8 _; t! T' o0 Y1、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。
4 C2 Q4 U$ C: `8 d& E$ U1 X6 x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？
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。
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；
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？
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。
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。
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! K/ [8 C$ w. c2 v* U. p6 w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？
5 U9 l2 u" O$ E1 b, R' r1 [1 p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。
Composite reliability和alpha一样，0.6是低了一点了。
7 f! d" ?: \. Z# g% }, S# R5、模型拟合方面，NFI和RFI没有达到0.9，其他指标都较好
我一般都是用CFI,NNFI,RMSR,RMSEA等。
9 C) H! }7 t2 N
+ r0 c& Q, q4 @: t, U