โอเมก้ากับความน่าเชื่อถือของอัลฟา

ฉันสงสัยว่าใครบางคนสามารถอธิบายได้ว่าอะไรคือความแตกต่างที่สำคัญระหว่างโอเมก้าและอัลฟาที่เชื่อถือได้?

ฉันเข้าใจว่าความน่าเชื่อถือของโอเมก้าขึ้นอยู่กับตัวแบบลำดับชั้นตามที่แสดงในภาพต่อไปนี้และอัลฟาใช้ความสัมพันธ์ระหว่างรายการโดยเฉลี่ย

สิ่งที่ฉันไม่เข้าใจคือในแง่ใดค่าสัมประสิทธิ์ความน่าเชื่อถือโอเมก้าจะสูงกว่าค่าสัมประสิทธิ์อัลฟ่าและในทางกลับกัน?

ฉันสามารถสันนิษฐานได้ไหมว่าความสัมพันธ์ระหว่าง subfactors และตัวแปรสูงกว่าค่าสัมประสิทธิ์โอเมก้าก็จะสูงขึ้น (ดังแสดงในภาพด้านบน)

คำแนะนำใด ๆ ที่ชื่นชม!

(ลำดับชั้น) ค่าสัมประสิทธิ์ให้สัดส่วนของความแปรปรวนในคะแนนระดับที่คิดโดยปัจจัยทั่วไป (1,2) มักจะมาจากการวิเคราะห์ปัจจัยที่สองสั่งซื้อ อย่างไรก็ตามหากมิติที่ไม่มีคำสั่งเป็นศูนย์จะปรากฏในเครื่องชั่งดังกล่าวจะน้อยกว่า Cronbach's (ซึ่งควรใช้กับเครื่องชั่งแบบมิติเดียวในทุกกรณี) มันก็ต่อเมื่อเครื่องมือวัดนั้นเรียกว่าเอกภาพเทียบเท่า (การโหลดตัวประกอบเท่ากัน แต่ข้อผิดพลาดที่ไม่เท่ากัน แต่ไม่คลาดเคลื่อน) นั่นคือ$\omega_h$$\omega_h$$\alpha$$\alpha=\omega_h$. นี่แสดงให้เห็นต้นโดย McDonald โดยไม่คำนึงถึงตัวบ่งชี้ที่ใช้ค่าต่ำแสดงว่าไม่มีเหตุผลที่จะคำนวณคะแนนรวม (เช่นเพื่อเพิ่มการสนับสนุนของคะแนนรายการแต่ละรายการด้วยกันเพื่อให้ได้คะแนนคอมโพสิต)

เพื่อสรุปข้อผิดพลาดในการวัดที่สัมพันธ์กันการโหลดหลายปัจจัยหรือการโหลดปัจจัยที่ไม่เท่ากันทำให้ตัวบ่งชี้ทั้งสองมีแนวโน้มที่จะแตกต่างกันโดยมีลำดับชั้นเป็นมาตรการความน่าเชื่อถือที่จะใช้ต่อไป$\omega_h$

อ้างอิง

1. Zinbarg, RE, Revelle, W. , และ Yovel, I. (2007) การประมาณสำหรับโครงสร้างที่มีสองปัจจัยกลุ่ม: ภัยและโอกาส การวัดทางจิตวิทยาประยุกต์ , 31 (2) , 135–157$\omega_h$
2. McDonald, RP (1999) ทฤษฎีการทดสอบ: การรักษาแบบครบวงจร Mahwah, NJ: Lawrence Erlbaum
3. Zinbarg, RE, Yovel, I. , Revelle, W. , และ McDonald, RP (2006) ประมาณ generalizability กับตัวแปรแฝงร่วมกันกับทุกตัวชี้วัดของมาตราส่วน: การเปรียบเทียบการประมาณค่าสำหรับ$\omega_h$ \การวัดทางจิตวิทยาประยุกต์ , 30 (2) , 121–144

อัลฟาของครอนบาคขึ้นอยู่กับข้อสันนิษฐานว่าตัวแปรตัวบ่งชี้แต่ละตัวมีส่วนเท่า ๆ กันกับปัจจัยนั่นคือโหลดทั้งหมด (ไม่ได้มาตรฐาน) จะต้องเหมือนกัน (เอกภาพเทียบเท่า) หากสมมติฐานนี้ถูกละเมิดความน่าเชื่อถือที่แท้จริงจะถูกประเมินต่ำกว่า

ข้อสมมติฐานที่สองสำหรับอัลฟาคือความแปรปรวนข้อผิดพลาดของตัวบ่งชี้จะต้องไม่เกี่ยวข้องกัน กล่าวอีกนัยหนึ่งเป็นปัจจัยเดียวที่ต้องคำนึงถึงความแปรปรวนทั่วไปของตัวชี้วัดทั้งหมด หากไม่เป็นเช่นนั้น alpha จะประเมินค่าความน่าเชื่อถือสูงเกินไป

โอเมก้าไม่ต้องการความแปรปรวนของเอกภาพหรือข้อผิดพลาด uncorrelated โอเมก้ามีสองรุ่น อันแรกจะถูกใช้เมื่อความแปรปรวนข้อผิดพลาดจะไม่สัมพันธ์กันส่วนที่สองนั้นจะสัมพันธ์กัน โอเมก้าและอัลฟาจะให้ผลลัพธ์เดียวกันหากสมมติฐานของอัลฟาไม่ได้ละเมิดข้อมูล