设为首页 登录 注册
首页 中人社区 中人博客
查看: 5287|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)8 s% @( T. e3 o+ f
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# c) `( O: }! t0 Q* s5 v
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)
" w/ B# k" f! t) s- F0 t, i' J0 ]
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)
  s7 k' s5 k4 R- J. ?
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), _, l4 W! [3 _' p3 x/ i
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
- E: T. R& g0 d" q3 ~
3 o5 h4 u' a$ `  G+ x+ v4 e' l

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
, c* g% f' @  H5 ~% z
7 J/ l+ z& P7 t" y& d$ R8 D$ C/ D, {- Hlearningsean, formative indicators  是理论导向的。你的理论就决定了你的指标是什么。/ T! U- y& h6 y0 t
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。: l1 x$ a  U: _* q
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。
7 |2 L" H  h- V  w$ B
" B5 c  ?4 H2 A, T1 A7 [Jeff Edwards, The fallacy of formative measurement, ORM, August 19, 2010, p.1-19.# h, W) D, ?+ ^' v
下在后,请把档名由 .doc 改成 .pdf。8 D$ G9 ]  I* ?" u

6 ~2 W" z  ]; K    - Z. _) m7 c6 U; c) Q2 |

) D7 Q! ], y! r+ D, ?# [! n2 i 本帖最后由 Kenneth 于 2011-4-7 15:55 编辑 , ~/ q. o4 N2 k+ l
2 o/ Y4 I1 L/ H0 D  W

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
. Z" @& Z5 N6 z+ d, C2 k2 M多谢kenny的回复。4 \/ Q5 N5 [, x& s2 f6 W* N1 [
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。  
* y- ?0 a) }$ d/ ?另外,您推荐的文章我已经下载下来了,正准备看。多谢。/ ]3 |/ `3 ]3 T
leanning sean" ?6 q0 Z4 N- f& K1 m0 t0 M8 v
本帖最后由 learningsean 于 2011-4-7 17:06 编辑
, x8 D  U/ |6 T8 e% h% j. B4 f
. X. n- m; w4 Y' C; [
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/ j7 A$ |( \' Y

# z4 w1 G6 J; E/ u; Olearningsean, 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。7 g1 `, z- J: u4 ^" `
   
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。
1 F; |; A' t' I
我们知道,编写和验证的问卷的一般过程:
1)
" O; C  m2 K( X0 G9 ~
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)6 _# H& r9 K8 B. p1 }: t$ O1 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)# U+ X4 P3 B! K# Y/ x- @9 {9 }
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)
$ ~3 a$ r( f4 v
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)6 f$ z' `% {5 F9 G) J1 d" K
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
$ P) S6 F# l$ F1 X% S; `, A- d6 `5 M" f
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
/ Y0 `- t, `" {8 C9 u3 i2 p0 C: F' J
learningsean,2 j5 \- \9 e9 m9 V. @
首先要赞你一句,你很有观察了,看得很准。
1 I, \9 {4 u0 [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。
2 C) `/ F. T" U) E  E1 g  o* n对于AMC的测量模型,可以有两种做法:
) T; y# O* I  E6 h8 h(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」。  n# R# h' f+ m. w# g/ Y
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。
7 D8 ]- G  u) [, T" O6 ]* P(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。( i% m% n) P! y% d# i
** 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。
# E" U/ T5 i' U+ U" Z, f   
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!" U3 C# J0 C$ Z7 Y6 w& e
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。0 j1 g+ z  }/ r
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。” 8 Y8 q% E8 O2 g. {1 e5 }( c8 W
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?3 s8 ]: ~. {8 j6 H1 M, T
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。” - r2 k: h% {+ b$ s
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?
: N( y8 T7 L: n, K9 c( d  g) g# `, ]9 J( K) r% e' G1 G! ^. n7 {
周末还要打扰您,多谢kenny!
: W5 [; v8 D& c, F3 e/ f# J/ z: C3 U, F( \+ k
Learningsean
7 o( F! H5 @# u* e% R
( J" l: q, J7 A( |# l5 l4 k   
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' n9 x. A# _+ Y! M  \4 G
Learningsean, 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。- e/ _+ R/ o9 m+ A+ m

, E! \- S( s3 \8 N# r6 W  E' l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。
9 R, {3 \) H8 s! t5 R1 O
% B$ x# |& L! b0 Y7 v5 C9 d; y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。- h& Y' r. T6 @
. b7 r$ ?1 H" j' G( C
   
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。" R% t3 X* [& J# j5 O( ~
Learningsean
* f4 f$ E! S- \  U: _# n- p: O) n1 B9 l/ p  ?8 k$ 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。
3 I" {& T% k4 D5 T; B/ n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:
$ }+ l+ n: B/ f: s+ W# E1)“工作满足”这个构念是一个多维构念;6 C, H* N6 p9 i  t
2)维度与总构念之间的关系是AMC的关系;# r: A# b' D( O* Y8 m3 h' K$ n
3)维度与item 之间的关系是”reflective indicator” 的关系。1 c) I7 H9 S9 e( F0 F
我不知道的是:
3 G- g* M# @0 R5 Y0 ~9 w: C1)        这个总构念到底由几个维度构成?- G0 T% t4 f6 A
2)        每个维度的含义是什么我就更不知道了。
- B: m$ Q/ e  |/ l' B9 u
7 F0 n3 s5 V- {4 q1 y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。
3 d  q  @: T- J' b' k8 J0 i6 O; m. i( g
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? 7 D. R5 g. o. z. Z
5 x3 _+ h, }& {3 `* `; D
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。% m' h) l, I) j
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? + s2 D' ?) a1 |& N  o2 b

) b3 b& S: I4 O% D2 v谢谢您!. K4 Z  p; x/ F* H

3 b. s7 P) E$ D2 d. ^Learningsean.
9 @/ ~, @, O; C( M! K' K2 `$ F* L9 G: T" [! h7 B) d# d
. N2 D, z! x2 D5 s$ J" v
   
回复

使用道具 举报