设为首页 登录 注册
首页 中人社区 中人博客
查看: 5300|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)' R5 S4 V5 L1 Z: S2 u/ }
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)1 c0 X, P% x2 ~# J5 W! @: P
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)
' \" z6 b* t' T$ v  B, Q- s
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)
, c+ S) ]  t7 X% G
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)% u! M9 [6 |* G" C" s& }" 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
2 A7 E" I7 E/ {# ~" i2 `9 m5 g- f! y) D

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
( Y) X7 r6 x6 A5 [1 D
1 u! D! x8 C7 o; alearningsean, formative indicators  是理论导向的。你的理论就决定了你的指标是什么。
( Q4 x- `$ L! W! r. j% ]# a1 n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。
4 t  `* t" B2 z8 P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。
8 K. }3 m8 P1 Q- a  v7 K1 u& N
+ T( ]) p2 [9 E+ h% `/ YJeff Edwards, The fallacy of formative measurement, ORM, August 19, 2010, p.1-19.7 b& b; y9 k6 B! S: b
下在后,请把档名由 .doc 改成 .pdf。
3 E  \" v; _3 x3 E6 q
, o3 q% |* v  t1 l1 U) U5 M   
( a0 }* ^2 h4 \/ ~
8 ^9 K/ u* b/ z5 b% K8 Z1 t 本帖最后由 Kenneth 于 2011-4-7 15:55 编辑 $ W+ e4 v9 Y+ D1 f* [0 e
2 {/ T1 l% \4 f

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- N# d4 g9 ]5 n3 `" h* E' e
多谢kenny的回复。7 V; i. C0 B% ~' q! m
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。  . C3 E) g9 D, g7 w6 X+ ^1 `4 ~
另外,您推荐的文章我已经下载下来了,正准备看。多谢。
: l2 z/ T. C6 y1 W8 @7 Eleanning sean
! S: c0 l) q) D* M  P9 l% } 本帖最后由 learningsean 于 2011-4-7 17:06 编辑
% S' N8 s) p( c' y/ n; Z! k! Q
3 q4 I$ P) s# H3 x  I) t. C; |; s
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; [2 n9 ]$ [0 |5 `) i( {0 K' R2 Z
. B& ]3 i- }& Q4 D2 A
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。
4 x; O9 O0 Q: l8 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
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。

* ]4 I% b( `. v7 E- t; }
我们知道,编写和验证的问卷的一般过程:
1)
# Z4 k  Z1 t4 n4 t+ {( M2 @, A" u- R
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)
# D5 {& f. R1 j
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)0 Q0 g8 l0 J1 ^7 G
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)# i: g3 P1 ~1 V9 A; D
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)4 i  o6 \/ n9 ?5 s6 j6 X( T
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
/ C- Y0 t" t: J% r/ y! F  W, X
, w9 ~" ?% \# U+ k! o# [" B
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5 N9 z8 x$ ^: ]; m; z3 P9 X; H+ v. K
3 G. N% L7 B+ X0 I: I
learningsean,
. p1 y$ W, q/ T3 ?9 S# Z首先要赞你一句,你很有观察了,看得很准。6 f; ?5 @5 T) {# h
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。 : G+ R+ V, K3 y* a
对于AMC的测量模型,可以有两种做法:: J+ M' U: P3 A7 i% q1 e* f2 k
(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」。
5 Q* L; a+ y4 u3 u4 W; H) l2 e( t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。
, |$ D( c2 x; k. w# R(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。1 H/ E2 V$ I9 q  F' T2 H
** 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。" f/ M0 ~1 e4 n6 `4 l* N* r
   
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!& S4 Y+ e: C! i8 o: @0 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。6 }! R& {* |. ^9 ?' C( E: L7 l
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。” ; M7 }3 U0 x/ g; ~+ L  O
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?
& K  o; K9 Y3 w$ N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。”
! G8 j+ |) w: x" t% ?: C" P6 X- b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?( i, b- A' n/ Y9 n# C& _2 {6 P

8 x( W/ `# p. w7 u) A/ _周末还要打扰您,多谢kenny! * K) r/ E) }. T5 i+ H7 N  f
! V; e; T: e( J2 s* H4 V
Learningsean4 t( f( j; e/ J% Z
7 X% G6 M' w2 _) \/ e5 ?7 \) S8 F( l
   
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
9 Y2 l) c0 J+ {  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。9 V* a, W5 H. ^* q

% P: c, m6 d  W  G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。
2 {4 T( y* \) b# K% A7 Y6 q( ~
0 N# z1 p3 q6 w5 T# a# |0 `  j* S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。8 ], @* P: _4 N7 w8 X
3 F, C# J" i0 P; T/ y
   
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。
  t. @% _3 I  H4 E3 F* aLearningsean8 C6 q# R3 f# d% e; \& |" n
6 P8 C; t; H0 E$ O1 J
   
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。( b) Y1 T% R  S) z0 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:# w4 Y, }% x2 d+ e
1)“工作满足”这个构念是一个多维构念;: F- X/ T! D/ S! x
2)维度与总构念之间的关系是AMC的关系;
" k3 _0 G7 }$ o, o& {3)维度与item 之间的关系是”reflective indicator” 的关系。/ U0 y1 L1 ?9 x6 e# G. U5 a1 X9 t
我不知道的是:
2 d3 |$ k: D: Z) ?5 u/ o% ?) P, I1)        这个总构念到底由几个维度构成?2 r) M: j2 m! S: e' x% b- o
2)        每个维度的含义是什么我就更不知道了。' V& r, X; o" T  v3 o, w4 B
; T1 O; q( S, N. z- @" z
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。4 B3 x2 W4 M7 y# a
9 h& R1 [0 g7 E/ c5 A
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? $ o; Q: T  K1 |3 u, s8 M9 [/ s; `
9 O( o) h) H" T" f" Q: I
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。
; ~6 A& l; E; N8 w8 q/ ?9 c5 X: ~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?
; X" h+ B" S- `( t* v! ]
; W& B8 \* N$ Y: G2 b% l6 A1 f谢谢您!$ P/ j3 Z! J/ T# B
8 u" ~5 @! v. h) d' ?* z# Q
Learningsean.% Y7 I2 v8 W2 e+ |2 ]# l

  f) j( X/ i, w7 q' @$ ~6 t+ K5 `6 G( u
   
回复

使用道具 举报