คำถามติดแท็ก psychometrics

ฉันกำลังอยู่ระหว่างการพัฒนาแบบสอบถามและฉันจะใช้หมายเลขที่กำหนดเองในตัวอย่างนี้เพื่ออธิบาย สำหรับบริบทฉันกำลังพัฒนาแบบสอบถามทางจิตวิทยาที่มีวัตถุประสงค์เพื่อประเมินรูปแบบความคิดที่ระบุโดยทั่วไปในบุคคลที่มีความวิตกกังวล รายการอาจมีลักษณะ "ฉันต้องตรวจสอบเตาอบซ้ำ ๆ เพราะฉันไม่แน่ใจว่าปิดแล้ว " ฉันมีคำถาม 20 ข้อ (Likert 5 จุด) ซึ่งอาจประกอบด้วยหนึ่งหรือสองปัจจัย (โปรดทราบว่าในความเป็นจริงฉันมีคำถาม 200 คำถามซึ่งประกอบด้วย 10 เกล็ดและแต่ละสเกลอาจประกอบด้วยสองปัจจัย) ฉันยินดีที่จะลบรายการครึ่งหนึ่งทิ้งคำถาม 10 ข้อโดยหนึ่งในสองปัจจัย ฉันคุ้นเคยกับการวิเคราะห์ปัจจัยเชิงสำรวจ (EFA) ความสอดคล้องภายใน (อัลฟาของครอนบาค) และเส้นโค้งลักษณะของรายการในทฤษฎีการตอบสนองข้อ (IRT) ฉันสามารถดูว่าฉันจะใช้วิธีการใดวิธีการหนึ่งต่อไปนี้เพื่อกำหนดว่ารายการใด "แย่ลง" ในระดับใด ๆ ฉันขอขอบคุณที่แต่ละวิธียังตอบคำถามที่แตกต่างกันถึงแม้ว่าพวกเขาอาจนำไปสู่ผลลัพธ์ที่คล้ายกันและฉันไม่แน่ใจว่า "คำถาม" อะไรสำคัญที่สุด ก่อนที่เราจะเริ่มให้แน่ใจว่าฉันรู้ว่าฉันกำลังทำอะไรกับแต่ละวิธีเหล่านี้เป็นรายบุคคล เมื่อใช้ EFA ฉันจะระบุจำนวนปัจจัยและลบรายการที่โหลดน้อยที่สุด (ให้พูด <.30) กับปัจจัยที่เกี่ยวข้องหรือโหลดข้ามอย่างมีนัยสำคัญในหลาย ๆ ปัจจัย โดยใช้ความสอดคล้องภายในฉันจะลบรายการที่มี "อัลฟาถ้ารายการถูกลบ" ที่แย่กว่านั้น ฉันสามารถทำได้โดยสมมติหนึ่งปัจจัยในระดับของฉันหรือทำหลังจาก EFA เริ่มต้นเพื่อระบุจำนวนของปัจจัยและเรียกใช้อัลฟาของฉันสำหรับแต่ละปัจจัย …

12 factor-analysis  reliability  psychometrics  latent-variable  validity 

ฉันกำลังออกแบบแบบสอบถามสำหรับวิทยานิพนธ์ของฉัน ฉันอยู่ระหว่างการตรวจสอบความถูกต้องของแบบสอบถามที่ฉันใช้การทดสอบอัลฟาของครอนบาคกับกลุ่มตัวอย่างเริ่มต้น คำตอบของแบบสอบถามอยู่ในระดับ Likert; ใครสามารถแนะนำการทดสอบเพิ่มเติมใด ๆ ที่จะนำไปใช้เพื่อช่วยทดสอบความถูกต้องของมัน ฉันไม่ใช่ผู้เชี่ยวชาญเกี่ยวกับสถิติดังนั้นความช่วยเหลือใด ๆ จะได้รับการชื่นชม ฉันได้ทำการวิจัยมาแล้วและดูเหมือนว่าฉันสามารถทำการวิเคราะห์ Rasch ได้หรือไม่มีใครมีเว็บไซต์ซอฟต์แวร์ฟรีที่จะใช้การทดสอบและคำแนะนำนี้หรือไม่

12 survey  scales  psychometrics  scale-construction 

ฉันพยายามประเมินการทดสอบตัวเลือกหลายรายการ 20 ข้อ ฉันต้องการทำการวิเคราะห์รายการเช่นสามารถพบได้ในตัวอย่างนี้ ดังนั้นสำหรับคำถามแต่ละข้อฉันต้องการค่า P และค่าสหสัมพันธ์กับผลรวมและการกระจายตัวเลือกที่เลือก ฉันไม่รู้อะไรเกี่ยวกับแพคเกจซอฟต์แวร์ทางสถิติที่หลากหลาย แต่ฉันต้องการใช้ R เนื่องจากฉันพอใจกับการเขียนโปรแกรมและ R เป็นโอเพ่นซอร์ส หลอกเวิร์กโฟลว์ที่ฉันจินตนาการคือ: เตรียมข้อมูลใน excel และส่งออกเป็น CSV โหลดข้อมูลใน R โหลดแพ็คเกจที่ทำในสิ่งที่ฉันต้องการ รันคำสั่งของแพ็คเกจนั้น ส่งออกและรายงาน ฉันมั่นใจกับ 1 และ 2 แต่มีปัญหากับ 3 อาจเป็นเพราะฉันไม่มีคำศัพท์เชิงสถิติเพื่อเปรียบเทียบแพ็กเกจที่ฉันเรียกดูบน CRAN ltmดูเหมือนว่าจะเป็นแพ็คเกจที่ถูกต้อง แต่ฉันก็บอกไม่ได้ แพคเกจใดที่ใช้คำสั่งจะเป็นอย่างไร คำถามด้านข้าง: ในตัวอย่างที่เชื่อมโยงคุณคิดว่า MC และ MI จะทำอะไร

12 r  correlation  psychometrics  scales 

ไม่เหมือนกับการวิเคราะห์องค์ประกอบหลักโซลูชันสำหรับการวิเคราะห์ปัจจัยไม่จำเป็นต้องซ้อนกัน นั่นคือการโหลด (ตัวอย่าง) สำหรับปัจจัยแรกไม่จำเป็นต้องเหมือนกันเมื่อมีการแยกเฉพาะปัจจัยแรกเทียบกับเมื่อสองปัจจัยแรกเป็น เมื่อคำนึงถึงสิ่งนั้นแล้วให้พิจารณากรณีที่คุณมีชุดของตัวแปรที่มีความสัมพันธ์อย่างมากและ (โดยความรู้เชิงทฤษฎีเกี่ยวกับเนื้อหา) ควรได้รับแรงผลักดันจากปัจจัยเดียว ลองนึกภาพว่าการวิเคราะห์ปัจจัยเชิงสำรวจ (ตามที่คุณต้องการตัวชี้วัด: การวิเคราะห์แบบขนาน, พล็อตหินกรวด, ค่าไอเกน> 1 ฯลฯ ) ขอแนะนำอย่างยิ่งว่ามีปัจจัย: ปัจจัยหลักที่มีขนาดใหญ่และปัจจัยรองขนาดเล็ก คุณมีความสนใจในการใช้ตัวแปรรายการและการแก้ปัญหาปัจจัยเพื่อประเมิน (เช่นรับคะแนนปัจจัย) ค่าของผู้เข้าร่วมสำหรับปัจจัยแรก ในสถานการณ์นี้มันจะดีกว่าหรือไม่:222 เหมาะสมกับรูปแบบปัจจัยที่จะดึงเพียงปัจจัยและได้รับคะแนนปัจจัย ( ฯลฯ ) หรือ111 พอดีกับแบบจำลองปัจจัยเพื่อแยกปัจจัยทั้งสองรับคะแนนปัจจัยสำหรับปัจจัยต่าง ๆ แต่ละทิ้ง / ละเว้นคะแนนสำหรับปัจจัยที่สอง? อะไรคือแนวปฏิบัติที่ดีกว่าทำไม? มีการวิจัยเกี่ยวกับปัญหานี้หรือไม่?

11 references  factor-analysis  psychometrics 

ฉันสงสัยว่าใครบางคนสามารถอธิบายได้ว่าอะไรคือความแตกต่างที่สำคัญระหว่างโอเมก้าและอัลฟาที่เชื่อถือได้? ฉันเข้าใจว่าความน่าเชื่อถือของโอเมก้าขึ้นอยู่กับตัวแบบลำดับชั้นตามที่แสดงในภาพต่อไปนี้และอัลฟาใช้ความสัมพันธ์ระหว่างรายการโดยเฉลี่ย สิ่งที่ฉันไม่เข้าใจคือในแง่ใดค่าสัมประสิทธิ์ความน่าเชื่อถือโอเมก้าจะสูงกว่าค่าสัมประสิทธิ์อัลฟ่าและในทางกลับกัน? ฉันสามารถสันนิษฐานได้ไหมว่าความสัมพันธ์ระหว่าง subfactors และตัวแปรสูงกว่าค่าสัมประสิทธิ์โอเมก้าก็จะสูงขึ้น (ดังแสดงในภาพด้านบน) คำแนะนำใด ๆ ที่ชื่นชม!

11 reliability  scales  psychometrics 

[แก้ไขเพื่อตอบกลับ feedback- ขอบคุณ :-)] Doh! แก้ไขเพิ่มเติม! ขออภัย! สวัสดี- ฉันกำลังทำการรวบรวมข้อมูลที่ค่อนข้างหยาบและพร้อมกับการสำรวจที่ส่งไปยังเจ้าหน้าที่ดูแลสุขภาพโดยใช้สเกลที่ตีพิมพ์เกี่ยวกับขวัญกำลังใจและปัญหาอื่น ๆ สิ่งเดียวคือเครื่องชั่งค่อนข้างยาวกับสิ่งอื่น ๆ ทั้งหมดในแบบสำรวจและฉันต้องการลดขนาดของมันโดยการลดขนาดย่อยแต่ละอันครึ่งและใช้เพียงครึ่งรายการ สัญชาตญาณของฉันคือสิ่งนี้ดีเนื่องจาก subscales มีความสัมพันธ์ระหว่างกันและแม้ว่ามันจะไม่เหมาะสำหรับการวิจัยมาตรฐานการตีพิมพ์ แต่ก็ไม่เป็นไรสำหรับการค้นหาข้อเท็จจริงภายในองค์กร ฉันสงสัยว่าใครมีความคิดใด ๆ เกี่ยวกับความถูกต้องของการทำสิ่งผิดพลาดหรือสิ่งอื่นใด โดยเฉพาะอย่างยิ่งการอ้างอิงที่ได้รับสุดซึ้งเพราะเพื่อนร่วมงานของฉันจะต้องมีความเชื่อมั่น! ขอบคุณมาก Chris B edits- ใช่มันเป็นเครื่องชั่งที่ผ่านการตรวจสอบแล้วซึ่งมีคุณสมบัติของไซโครเมท มันมีมิติเดียวและมีระดับย่อยถ้าเป็นวิธีที่ถูกต้อง ฉันจะทำงานที่ระดับย่อยและยอดรวมไม่ใช่รายการระดับ 30 รายการอาจจะประมาณ 40-60 คน ไชโย!

11 psychometrics  scales  reliability  likert 

ฉันไม่เคยชอบวิธีที่ผู้คนมักวิเคราะห์ข้อมูลจากเครื่องชั่ง Likert ราวกับว่าข้อผิดพลาดนั้นเกิดขึ้นอย่างต่อเนื่อง & Gaussian เมื่อมีการคาดการณ์ที่สมเหตุสมผลว่าสมมติฐานเหล่านี้ถูกละเมิดอย่างน้อยที่สุดก็สุดขั้ว คุณคิดอย่างไรกับทางเลือกต่อไปนี้: หากการตอบสนองใช้ค่าในสเกล point ให้ขยายข้อมูลนั้นไปยัง trials ซึ่งมีค่า 1 และที่มีค่า 0 ดังนั้นเราจะทำการตอบสนองบนสเกล Likert เสมือนว่ามัน เป็นการรวมตัวกันอย่างเปิดเผยของชุดการทดลองแบบทวินาม (อันที่จริงจากมุมมองด้านความรู้ความเข้าใจทางวิทยาศาสตร์นี่เป็นแบบจำลองที่น่าสนใจสำหรับกลไกที่เกี่ยวข้องกับการตัดสินใจแบบนี้) ด้วยข้อมูลที่ขยายคุณสามารถใช้โมเดลเอฟเฟกต์แบบผสมระบุผู้ตอบเป็นเอฟเฟกต์แบบสุ่ม (เช่นคำถามเป็นเอฟเฟกต์แบบสุ่มหากคุณมีคำถามหลายข้อ) และใช้ฟังก์ชันลิงค์ทวินามเพื่อระบุการแจกแจงข้อผิดพลาดkkknnnnnnkkkn−kn−kn-k ทุกคนสามารถเห็นการละเมิดข้อสันนิษฐานหรือแง่มุมที่เป็นอันตรายอื่น ๆ

11 binomial  psychometrics  likert  psychology 

ผลลัพธ์ของสูตรพยากรณ์ Spearman-Brown ได้รับผลกระทบอย่างไรจากการมีคำถามทดสอบที่แตกต่างกันของความยากลำบากหรือผู้ให้คะแนนที่ง่ายหรือยาก มีข้อความหนึ่งที่กล่าวว่า SB ได้รับผลกระทบ แต่ไม่ได้ให้รายละเอียด (ดูใบเสนอราคาด้านล่าง) Guion, R. M (2011) การประเมินการวัดและการทำนายสำหรับการตัดสินใจของบุคลากรรุ่นที่ 2 หน้า 477 "ความน่าเชื่อถือสามารถเพิ่มขึ้นได้โดยการรวมผู้ประเมินโดยใช้สมการ Spearman-Brown ... หากความน่าเชื่อถือของการจัดอันดับครั้งเดียวคือ 0.50 ความน่าเชื่อถือของการจัดอันดับแบบขนานสองสี่หรือหกจะอยู่ที่ประมาณ. 67, .80 และ. 86 ตามลำดับ "(Houston, Raymond, & Svec, 1991, p. 409) ฉันชอบใบเสนอราคานี้เนื่องจากคำโดยประมาณยอมรับว่าการประมาณการทางสถิติเป็นคำสั่ง "ตามค่าเฉลี่ย" ของสิ่งที่คาดว่าจะเกิดขึ้นหากทุกอย่างเป็นไปตามที่คาดการณ์ไว้ นอกเหนือจากนั้นคำผ่าตัดก็ขนาน คะแนนเฉลี่ย (หรือใช้ Spearman-Brown) หากผู้ประเมินหนึ่งรายตัวอย่างเช่นผ่อนปรนอย่างเป็นระบบเพียงไม่เหมาะสมกับสมมติฐาน ถ้าเรียงความแต่ละคนให้คะแนนโดยผู้ประเมินสองคนอีกคนหนึ่งจะผ่อนปรนมากกว่าอีกคนหนึ่งปัญหาดังกล่าวคือการใช้การทดสอบแบบปรนัยสองทางเลือกของความยากลำบากไม่เท่ากัน คะแนนที่ได้จากแบบทดสอบที่แตกต่างกัน ดังนั้นจึงเป็นการผสมกันระหว่างผู้อ่อนโยนและผู้ประเมินยาก ความน่าเชื่อถือของการจัดอันดับพูลถูกประเมินอย่างไม่ถูกต้องโดยสมการ Spearman-Brown ของทฤษฎีการทดสอบแบบดั้งเดิม เรื่องนั้นเลวร้ายยิ่งถ้าผู้พิพากษาแต่ละคนกำหนดโครงสร้างต่างกันเล็กน้อย "

10 reliability  psychometrics 

ฉันต้องเรียกใช้การวิเคราะห์ปัจจัยบนชุดข้อมูลที่สร้างขึ้นจากตัวแปร dichotomous (0 = ใช่, 1 = ไม่) และฉันไม่รู้ว่าฉันกำลังอยู่ในเส้นทางที่ถูกต้องหรือไม่ ใช้ฉันจะสร้างเมทริกซ์ความสัมพันธ์ซึ่งผมทำงานtetrachoric() fa(data,factors=1)ผลลัพธ์ค่อนข้างใกล้เคียงกับผลลัพธ์ที่ฉันได้รับเมื่อใช้MixFactorแต่ไม่เหมือนกัน ไม่เป็นไรหรือคุณจะแนะนำขั้นตอนอื่นหรือไม่ เหตุใดจึงfa()ทำงานและfactanal()สร้างข้อผิดพลาด ( Fehler in solve.default(cv) : System ist für den Rechner singulär: reziproke Konditionszahl = 4.22612e-18)

10 r  factor-analysis  psychometrics  binary-data 

ฉันสับสนเล็กน้อยเกี่ยวกับค่าสัมประสิทธิ์สหสัมพันธ์ของ intraclass และการวิเคราะห์ความแปรปรวนทางเดียว เมื่อฉันเข้าใจแล้วทั้งคู่ก็บอกคุณว่าการสังเกตแบบเดียวกันภายในกลุ่มนั้นเกี่ยวข้องกับการสังเกตในกลุ่มอื่นอย่างไร ใครช่วยอธิบายสิ่งนี้ให้ดีขึ้นได้บ้างและอาจอธิบายสถานการณ์ที่แต่ละวิธีมีประโยชน์มากกว่ากัน

10 anova  psychometrics  reliability  intraclass-correlation 

ฉันมีชุดข้อมูลที่มีรูปแบบต่อไปนี้ มีมะเร็งผลไบนารี / ไม่มีมะเร็ง แพทย์ทุกคนในชุดข้อมูลได้เห็นผู้ป่วยทุกรายและตัดสินอย่างอิสระว่าผู้ป่วยเป็นมะเร็งหรือไม่ จากนั้นแพทย์จะให้ระดับความเชื่อมั่นของพวกเขาจาก 5 ที่การวินิจฉัยของพวกเขาถูกต้องและระดับความมั่นใจจะปรากฏในวงเล็บ ฉันได้ลองหลายวิธีเพื่อให้ได้การคาดการณ์ที่ดีจากชุดข้อมูลนี้ มันใช้งานได้ดีสำหรับฉันโดยเฉลี่ยทั่วทั้งหมอโดยไม่สนใจระดับความมั่นใจ ในตารางด้านบนที่มีการวินิจฉัยที่ถูกต้องสำหรับผู้ป่วย 1 และผู้ป่วย 2 แม้ว่าจะมีการกล่าวอย่างไม่ถูกต้องว่าผู้ป่วย 3 เป็นมะเร็งตั้งแต่ 2-1 คนส่วนใหญ่แพทย์คิดว่าผู้ป่วย 3 เป็นมะเร็ง ฉันยังลองวิธีที่เราสุ่มตัวอย่างหมอสองคนและถ้าพวกเขาไม่เห็นด้วยกันการลงคะแนนการตัดสินใจจะขึ้นอยู่กับว่าหมอคนไหนมีความมั่นใจมากขึ้น วิธีการนี้ประหยัดได้โดยที่เราไม่ต้องปรึกษาแพทย์จำนวนมาก แต่มันก็ช่วยเพิ่มอัตราความผิดพลาดได้อีกเล็กน้อย ฉันลองวิธีการที่เกี่ยวข้องซึ่งเราสุ่มเลือกหมอสองคนและถ้าพวกเขาไม่เห็นด้วยกันเราสุ่มเลือกอีกสองคน หากการวินิจฉัยอย่างใดอย่างหนึ่งข้างหน้าอย่างน้อยสองคะแนนโหวตแล้วเราจะแก้ไขสิ่งที่เป็นประโยชน์ในการวินิจฉัยว่า ถ้าไม่เราจะสุ่มตัวอย่างแพทย์เพิ่มขึ้นเรื่อย ๆ วิธีนี้ค่อนข้างประหยัดและไม่ทำผิดพลาดมากเกินไป ฉันไม่สามารถรู้สึกได้ว่าฉันขาดวิธีการที่ซับซ้อนกว่านี้ในการทำสิ่งต่าง ๆ ตัวอย่างเช่นฉันสงสัยว่ามีวิธีใดบ้างที่ฉันสามารถแบ่งชุดข้อมูลออกเป็นชุดฝึกอบรมและชุดทดสอบและหาวิธีที่เหมาะสมที่สุดในการรวมการวินิจฉัยและดูว่าน้ำหนักเหล่านั้นทำงานบนชุดทดสอบอย่างไร ความเป็นไปได้อย่างหนึ่งคือวิธีการบางอย่างที่ทำให้ฉันมีน้ำหนักตัวลดลงที่ทำผิดพลาดในชุดทดลองและอาจมีการวินิจฉัยที่มีความมั่นใจสูง (ความเชื่อมั่นมีความสัมพันธ์กับความถูกต้องในชุดข้อมูลนี้) ฉันมีชุดข้อมูลหลายชุดที่ตรงกับคำอธิบายทั่วไปนี้ดังนั้นขนาดของกลุ่มตัวอย่างจึงแตกต่างกันไปและชุดข้อมูลทั้งหมดไม่เกี่ยวข้องกับแพทย์ / ผู้ป่วย อย่างไรก็ตามในชุดข้อมูลนี้มีแพทย์ 40 คนที่แต่ละคนเห็นผู้ป่วย 108 คน แก้ไข: นี่คือลิงค์ไปยังน้ำหนักบางส่วนที่เป็นผลมาจากการอ่านคำตอบของ @ jeremy-miles ของฉัน ผลลัพธ์ที่ไม่ได้ถ่วงน้ำหนักอยู่ในคอลัมน์แรก จริงๆแล้วในชุดข้อมูลนี้ค่าความเชื่อมั่นสูงสุดคือ 4 …

9 forecasting  binary-data  psychometrics 

สมมติว่าฉันมีชุดข้อมูลที่มีคะแนนในรายการแบบสอบถามจำนวนมากซึ่งในทางทฤษฎีประกอบด้วยเครื่องชั่งจำนวนน้อยเช่นในการวิจัยทางจิตวิทยา ฉันรู้วิธีการทั่วไปที่นี่คือการตรวจสอบความน่าเชื่อถือของเครื่องชั่งโดยใช้อัลฟ่าของครอนบาคหรือสิ่งที่คล้ายกันจากนั้นรวมรายการในเครื่องชั่งเพื่อสร้างคะแนนมาตราส่วนและทำการวิเคราะห์ต่อไปจากที่นั่น แต่ยังมีการวิเคราะห์ปัจจัยซึ่งสามารถนำคะแนนรายการทั้งหมดของคุณมาเป็นข้อมูลป้อนเข้าและบอกให้คุณทราบว่าปัจจัยใดเป็นปัจจัยที่สอดคล้องกัน คุณสามารถรับรู้ว่าปัจจัยเหล่านี้แข็งแกร่งเพียงใดโดยดูที่การโหลดและชุมชนและอื่น ๆ สำหรับฉันแล้วมันดูเหมือนสิ่งที่เหมือนกันมีเพียงเชิงลึกเท่านั้น แม้ว่าความน่าเชื่อถือในเครื่องชั่งของคุณจะดี แต่ EFA อาจแก้ไขให้คุณได้ว่ารายการใดเหมาะสมกับเครื่องชั่งที่ดีกว่าใช่ไหม คุณอาจจะได้รับการโหลดข้ามและมันอาจสมเหตุสมผลกว่าที่จะใช้คะแนนปัจจัยที่ได้รับมากกว่าผลรวมของสเกลแบบง่าย หากฉันต้องการใช้เครื่องชั่งน้ำหนักเหล่านี้สำหรับการวิเคราะห์ในภายหลัง (เช่นการถดถอยหรือ ANOVA) ฉันควรรวมเครื่องชั่งตราบใดที่ความน่าเชื่อถือของพวกเขามีอยู่? หรือเป็นเหมือน CFA (การทดสอบเพื่อดูว่าเครื่องชั่งถือเป็นปัจจัยที่ดีหรือไม่ซึ่งดูเหมือนจะวัดในลักษณะเดียวกันกับ 'ความน่าเชื่อถือ') ฉันได้รับการสอนเกี่ยวกับวิธีการทั้งสองอย่างอิสระดังนั้นฉันจึงไม่ทราบว่าพวกเขาเกี่ยวข้องกันอย่างไรไม่ว่าพวกเขาจะสามารถใช้ร่วมกันได้หรืออย่างใดอย่างหนึ่งที่เหมาะสมกับบริบทใด มีต้นไม้ตัดสินใจสำหรับการปฏิบัติวิจัยที่ดีในกรณีนี้หรือไม่? สิ่งที่ต้องการ: เรียกใช้ CFA ตามรายการมาตราส่วนที่คาดการณ์ไว้ ถ้า CFA มีขนาดพอดีให้คำนวณคะแนนตัวประกอบและใช้สำหรับการวิเคราะห์ หาก CFA มีขนาดไม่พอดีให้เรียกใช้ EFA แทนและใช้วิธีการสำรวจ (หรือบางอย่าง) การวิเคราะห์ปัจจัยและการทดสอบความน่าเชื่อถือเป็นวิธีการแยกจากกันในเรื่องเดียวกันหรือฉันเข้าใจผิดบางแห่งหรือไม่?

9 factor-analysis  reliability  psychometrics  cronbachs-alpha  scale-construction 

ฉันกำลังสำรวจคุณสมบัติไซโครเมทของการวัดรายงานตนเอง 10 ข้อ ฉันมีประมาณ 400 รายในสองตัวอย่างอิสระ รายการจะแล้วเสร็จในสเกล Likert 4 จุด EFA สนับสนุนการแก้ปัญหาปัจจัยเดียวอย่างชัดเจน (เช่นค่าเริ่มต้นแรกที่มากกว่า 6 ค่าอื่น ๆ ทั้งหมดต่ำกว่า 1) และค่าอัลฟาของ Cronbach นั้นดี (เช่น. 90) ไม่มีรายการใดที่มีความสัมพันธ์กับผลรวมรายการต่ำ เดิมทีฉันต้องการทำ CFA (EFA เป็นเพียงการติดตามหลังจากที่ฉันเห็น CFA ไม่ดี) ทดสอบแบบจำลองปัจจัยเดียว สำหรับความประหลาดใจของฉันแบบสำหรับรุ่นนั้นค่อนข้างแย่: CFI=.91 TLI=.88 RMSEA=.13 ยิ่งไปกว่านั้นการโหลดสำหรับแต่ละรายการค่อนข้างดี (.65+) ผิดปกติSRMR=.05ซึ่งเป็นที่ยอมรับ / ดี ดัชนีการปรับเปลี่ยนแนะนำให้ฉันเชื่อมโยงข้อผิดพลาดทั่วทุกที่ หากมีเหตุผลที่ชัดเจนในการทำเช่น (บางรายการมีถ้อยคำที่คล้ายกันมาก) ฉันจะทำเช่นนี้; แม้กระนั้นมาตรการทั้งหมดจะถูกพูดในทำนองเดียวกันและความสัมพันธ์ข้อผิดพลาดทั้งหมดจะแปลกและเจ็บปวด ฉันไม่เคยเห็นกรณีเช่นนี้ มาตรการดังกล่าวมีความสอดคล้องกันภายในและประกอบด้วยปัจจัยหนึ่งใน EFA อย่างชัดเจน แต่แสดงให้เห็นถึงความพอดีใน …

9 factor-analysis  survey  psychometrics  psychology  confirmatory-factor