设为首页 登录 注册
首页 中人社区 中人博客
查看: 5284|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)
6 v2 K) A! I/ A+ I. D8 B& V
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). x5 n+ ^* ~; j3 s! Q
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)$ S* {9 f! a. [
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)2 ?6 A6 b) a: F, q$ t- b. [- k
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)7 u' n( F0 q% B4 X
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 4 {6 U- X3 J- x. o/ g4 x

6 J6 J) ^- `  O6 h0 R3 q

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9 l2 b0 {7 f$ b' c1 L

4 r: c0 _: n7 h. H, a1 S/ Klearningsean, formative indicators  是理论导向的。你的理论就决定了你的指标是什么。3 p  f8 V% z: a+ V& r
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。, m; S0 G. h, a8 Y" Q6 w/ B
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。
5 i) A6 P% ]6 c, B/ u
, D+ E+ w3 [: F" o( \Jeff Edwards, The fallacy of formative measurement, ORM, August 19, 2010, p.1-19.7 F. K1 x( `7 H
下在后,请把档名由 .doc 改成 .pdf。# T, p7 q. e- G5 H' h5 B$ \) [* Y4 w
+ ~9 k7 [' W: a% v" K8 k. y2 k; Q
    1 m5 x5 u0 Q- {  u! o9 D

3 t% @" x8 I! B 本帖最后由 Kenneth 于 2011-4-7 15:55 编辑 , |) O  q/ }- h+ P0 D* s

$ D7 e8 z2 D, j3 Q/ h6 D

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
0 J* K+ G( [3 ?7 P$ W9 ]多谢kenny的回复。
4 t" t0 }: q3 O* C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。  
6 _- h6 D5 ]1 U' r  a' A另外,您推荐的文章我已经下载下来了,正准备看。多谢。
6 c1 r* @5 D; ]1 P& p# sleanning sean
* Q% O# U: R. Y7 W  u4 }& Y 本帖最后由 learningsean 于 2011-4-7 17:06 编辑 ' z: B7 E# _- T  S

* W% H7 n# E0 V* Q
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
: z# e% j1 A8 F+ }; K
, ^, H& R; [& `2 Y/ 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。
) ]8 v6 }3 x7 ]+ s( U7 G   
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。

9 ^: D+ X: x3 _0 z7 U
我们知道,编写和验证的问卷的一般过程:
1)
6 T) T3 U, ^& b. 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)! s2 `* ~" n$ ~6 x
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)
) e' Y1 @4 a' u' z, L( j. w
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)
7 B4 F( B, ]$ y/ d  J+ e
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)0 i) ], _0 v+ o# ~& @. D. h
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 4 Q2 M4 c) T( |9 [2 V' F% n

' S: k+ I8 [5 G9 O. [; k, y5 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

6
发表于 2011-4-9 22:54:15 |只看该作者
回复 5楼 learningsean 的帖子) C1 d) K4 q+ v: E
$ v0 v1 e" a: x, K  N6 ]6 j' Z
learningsean,: k; a4 |; u7 _; ]1 O
首先要赞你一句,你很有观察了,看得很准。
% \7 E9 u$ v1 W# Q% }' Q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。
7 }# e3 C$ B1 s- J( @6 Y对于AMC的测量模型,可以有两种做法:
6 E8 p7 u$ r* p4 U(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」。
, V* g" w  n3 C. t7 n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 T0 ^; C. _$ T
(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。$ {! C! w7 H& p
** 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。' O  `! y, W4 f( r+ 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!0 L0 U4 x7 r& [
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 @/ H  z0 u2 l2 ?# u2 y3 _' T3 ~% t
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。”
# @% h! L2 z2 }  [, I' v3 h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?
" |' L5 s% Y. ~4 f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。”
# x* J( t: X" ~  I5 p& V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?/ @5 G$ p. X+ I/ }; q( O1 m

" g! l" @* }1 R- V) m周末还要打扰您,多谢kenny!
" z, C2 g  f2 x$ n1 v
" D% E* c1 h9 t  h$ ?/ Q) m! o: QLearningsean" H0 {6 s- q. Z

$ s8 k3 H+ g, `+ ]   
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2 z6 ~: E& s8 I
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。
+ I* o( I2 }* Y6 ?$ l. m$ W, c5 i
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。
3 l! u9 h1 N8 ~4 Z; l1 j4 r7 h) y+ a$ F$ w
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。% d- A. f# y. Z  M6 ~
- ?& {9 L& a7 X* h
   
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。6 c# b7 I5 G3 O7 w; R8 F. {
Learningsean# D+ R8 x& K8 S# K" X

4 E: V( ^7 u4 I1 c) q8 x   
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。/ Q$ _' V7 b, x: Z6 C6 W* R( Q
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:: v5 }+ L: S! s' `
1)“工作满足”这个构念是一个多维构念;5 A1 x2 q8 H: a& t3 o" Q
2)维度与总构念之间的关系是AMC的关系;* V; f1 _! r- V5 B! H$ l
3)维度与item 之间的关系是”reflective indicator” 的关系。/ _3 R# o' ^  @! P+ \
我不知道的是:2 V" E) k# D6 t9 O. |" a
1)        这个总构念到底由几个维度构成?
4 O/ Y/ `6 w/ ~1 L) l' v' R9 C. f! h2)        每个维度的含义是什么我就更不知道了。3 C7 Z# V% ?5 O! M* g: o* W
; A1 D* M) m; j; W" F
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。, d) K; u6 C4 }4 m1 R
0 j: C4 Y4 |( K8 z6 B
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? 4 g; d2 O% [2 s

& r8 n$ o: j# p3 H0 W; K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。2 W; W  a4 M  S! k
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? 2 z" K- b1 u3 T) o- A

2 W$ @0 `& I$ K1 V- X谢谢您!
- E) @5 B: i6 E) e& x( X
0 m1 q' m8 I5 @  JLearningsean.; U. y0 E! D6 r& g$ ^! |

8 L8 G9 U8 n( c( ]7 z& L; R+ Z8 C7 u+ L! f5 i  [
   
回复

使用道具 举报