请教高阶因子问题

找天堂

kenneth 新年好！
    请教您关于高阶因子的问题。研究模型欲分析组织支持对角色内绩效和OCB的影响，想OCB作为一个二阶因子处理。OCB选择了Farth老师的本土化量表，包括5个维度。问题有两个：
    1、在做效度分析时，尤其是如果选择竞争模型法检验判别效度，那么OCB的因子结构是用一阶还是二阶呢？
    2、在比较OCB一阶因子和二阶因子模型拟合度时，如果二阶因子模型拟合度稍差于一阶，但根据简效原则是否也可以接受呢？
* \# a3 q3 J, N1 A6 a) Y/ M    谢谢kenneth!

找天堂

Kenneth 发表于 2014-1-7 09:35
我写了一个 LISREL8 SIMPLIS 的二阶因子程序给你看。数据不好，但是可以跑的。
( u4 A: n: Y" a3 t
Title: Path ***ysis (With ...

# @4 D" E4 P/ B4 w3 o* Q) V$ ~5 r谢谢kenneth！这样看来，simplis语言要简单多了。我试试看！

Kenneth

我写了一个 LISREL8 SIMPLIS 的二阶因子程序给你看。数据不好，但是可以跑的。
- M7 L9 t1 v) y5 f1 T3 Z; X& a2 u
Title: Path ***ysis (With Dimensions)
9 Z, ]6 `9 C5 k# O( {) Y/ i  
. p! L3 X% X; V* n+ g% M% r Observed Variables:
+ ^4 r" l6 Q% R6 `1 ^- U4 s& O x1 x2 x3 x4 x5 x6 x7 x8 x9

latent variables:
+ R" m" m6 {/ L2 m F1 F2 F3 second

! i4 n4 h& r+ @% X correlation matrix
1
.286  1
.117  .010  1
.014  .030 -.147  1
-.070 -.019  .072  .020  1
.027  .024  .029  .207 -.014  1
* ?( O2 ]5 N9 ]5 z+ a -.008  .080  .062  .285  .147  .203  1
.043 -.008  .167  .046  .218  .085  .218  1
# I+ c4 D  r+ k. O6 d; i- T# L& m .030 -.010  .116 -.092  .059 -.041  .291  .214  1

Sample size: 329
  
Relationships:
" D& h- ?3 A! o0 C# a  
x1 x2 x3 = F1
- v5 Y, k1 h8 u9 s. T x4 x5 x6 = F2
( M1 X+ x8 j% n1 c1 v x7 x8 x9 = F3
& S+ m; A) [$ f( b/ b  x% ^6 p* f7 y
F1 = 1*second
9 ?1 J' T& y' r& W4 ]; _ F2 F3 = second

. L1 r( R" ~7 LLISREL OUTPUT: AD=OFF IT=1000
6 y0 ~! S" A. y+ ^  x, B5 | End of problem

找天堂

Kenneth 发表于 2014-1-6 09:18
3 @: s# q: r* x5 `你这个LISREL 已经是很旧的语言。我已经用了 SIMPLIS 超过十年，都忘记了你这个语法了。对不起，帮不了你 ...

) k* t2 s- ]& \) |谢谢kenneth，那我去学习下 SIMPLIS语言，看看能不能解决问题。这是个全模型，不仅是cfa，这个程序运行出来提升不能收敛。不知道问题出在哪儿。

Kenneth

找天堂 发表于 2014-1-4 09:37
7 }% C) M4 M: R8 l4 |( g! ?" z谢谢kenneth!
) a! F" U* C, M( t# d* w4 O    显示模型不能收敛，以及TE 7 7 不能识别
( G9 T' A3 k+ F) b    我对模型的界定是：

# p9 [( L5 P+ {你这个LISREL 已经是很旧的语言。我已经用了 SIMPLIS 超过十年，都忘记了你这个语法了。对不起，帮不了你。我唯一觉得古怪的是，你既然做 CFA，为什么又有X，又有Y的。

找天堂

Kenneth 发表于 2014-1-3 22:48
5 A$ Y! a! d% C# `- T, A你试试把第一个项目的载荷定为1.0，也把第一个一阶因子的载荷定为1.0。

谢谢kenneth!
+ v2 g! \' k" a. D$ U; t    显示模型不能收敛，以及TE 7 7 不能识别
2 G# p! r; f' q: ?% W  B; @2 H" d    我对模型的界定是：
MO NY=15 NE=6 NX=10 NK=3 LY=FU,FR LX=FU,FR PS=DI,FR PH=SY,FR TD=DI,FR TE=DI,FR GA=FU,FI BE=FU,FI
9 D' t- ^3 J' ^# u) XPA LY
, F* v" V5 U8 C- d3(1 0 0 0 0 0)
3(0 1 0 0 0 0)
2(0 0 1 0 0 0)
3(0 0 0 1 0 0)
: o/ i5 y( P3 L4(0 0 0 0 1 0)
/ m& c/ ^: J. o' c" I& W7 e" z9 jFI LY 1 1 LY 4 2 LY 7 3 LY 9 4 LY 12 5
+ R4 z! H# K; W# }VA 1 LY 1 1 LY 4 2 LY 7 3 LY 9 4 LY 12 5
! G  e0 O9 R2 \PA LX
2(1 0 0)
4(0 1 0)
4(0 0 1)
FI LX 1 1 LX 3 2 LX 7 3
4 D0 _' O2 c- d  l# z2 `* M- z* G5 ?VA 1 LX 1 1 LX 3 2 LX 7 3
2 R  [9 d$ B) T5 f% x1 B6 @, ~8 i3 m) K! SFR GA 6 1 GA6 2 GA6 3
- E% E  _" H/ _" B2 |, L: c1 DFR BE 2 6 BE 3 6 BE 4 6 BE 5 6
' T9 b/ C- z6 A* ]; PVA 1 BE 1 6
    根据您的建议，将第一个一阶因子载荷定位1，就是BE 1 6定位1.LX和LY都是固定负荷法。测量残差不允许相关，PH对称矩阵自由估计，PS对角矩阵自由估计。内生潜变量共有6个，其中前5个为一阶因子，第6个为高阶因子。不确定LY是否应该这样定义，也不清楚其它设置是否合适。再劳烦kenneth和各位帮忙解答。

Kenneth

你试试把第一个项目的载荷定为1.0，也把第一个一阶因子的载荷定为1.0。

找天堂

Kenneth 发表于 2014-1-3 09:15
「在全模型中将高阶因子作为因变量来处理」有何困难呢？不是与一阶的因子数一样吗。在不可以的话，可以先计 ...

3 S: r6 {+ t7 T3 J  C1 H受启发了！
9 d  g' ?- p/ d( D/ M1 G按照kenneth的建议，在定义二阶因子测量模型时，因子载荷需要限定？实际上还是分两步做。先进行二阶因子分析，记下二阶与一阶因子之间的路径系数以及一阶因子与indicator之间的因子载荷。然后第二步进行全模型分析，将二者相乘作为二阶因子与indicator之间的载荷。
其实，我的疑问就是能不能一步实现。按照道理来讲应该是可以。但是我在lisrel中未能实现。运行提示错误说column rank不够。估计是程序没写对，但想了很久也找不出问题出在哪儿。我是把二阶因子、一阶因子都作为内生潜变量。二阶因子没有测量指标。所以不清楚ps矩阵、BE矩阵该怎么定义。

Kenneth

「在全模型中将高阶因子作为因变量来处理」有何困难呢？不是与一阶的因子数一样吗。在不可以的话，可以先计算一阶的因子数储蓄起来，然后用这些因子数作为 indicator 找二阶因子的因子数。
2 W. p* K' D! p9 A
& [* @+ o8 l# b4 D你作最后分析时是用二阶因子，因此问的问题就是这「二阶因子」与其他变量是否一样嘛。不过，我的逻辑不知道是否对。

找天堂

Kenneth 发表于 2014-1-2 14:23
找天堂,
+ w" R8 K. ^; V( v6 b1 f1. 我觉得其他构念用什么 level，OCB 就用相应的 level 吧。
9 d$ s* c) E( n- f2. 我相信二阶因子模型的拟合度一定比 ...

+ A' u* o  N: B, N3 _的确是这样，kenneth.数据显示二阶因子卡方自由度比稍差，在0.05水平上不显著、但在0.01上显著；其它指标几乎一样。
/ Z$ T2 J8 e: M* e0 U0 b; H7 R主要是模型中想同时验证角色内绩效和角色外行为，而且Farth量表中的5个维度之间相关程度比较高。遂想到将OCB合成一个高阶因子。
目前想到的处理方法就是，基于CFA中的因子得分，算出各潜变量得分，然后用路劲模型来实现。因为我实在不知道如何在全模型中将高阶因子作为因变量来处理。
6 P1 ?5 K! g3 Z* [2 r9 @Kenneth，您觉得这样处理是否合适？
关于判别效度检验，我想还是应该基于一阶因子结构展开，因为这是对原量表维度区分的检验。在确保各子维度有区分时，根据研究需要才能将一阶因子处理为二阶因子。不知道我这样理解是否恰当。