结构方程论坛SEM-Structural·Equation·Modeling's Archiver

lisrel 发表于 2011-7-2 17:52

想用AMOS做收敛效度和区别效度的请进

1 收敛效度是指测量相同潜在特质的题项或测验会落在同一个因素够面上,且题项或测验间所测得的测量值之间具有高度的相关。AMOS中的操作比较简单,根据潜在变量的各题项的标准化因素负荷量计算平均变异抽取量(AVE)和组合信度(CR),当研究中的标准化因素负荷量大于0.5、AVE大于0.6、CR大于0.7则说明具有较好的收敛效度。在此免费提供吴明隆《结构方程模型——AMOS的操作与应用》中的计算AVE和CR的程序,只需输入各题项的标准化因素负荷量便可得到AVE和CR。<img src="http://bbs.pinggu.org/images/attachicons/rar.gif" border="0" class="absmiddle" alt="" />  (208.65 KB)                         <br /> 2 区别效度是指构面所代表的潜在特质与其他构面所代表的潜在特质之间低度相关或有显著的差异存在。AMOS中的操作中,求两构面间的区别效度方法是利用单群组生成两个模型,分别为未限制模型(潜在构面间的共变关系不加以限制,共变参数为自由估计参数)与限制模型(潜在构面间的共变关系限制为1,共变参数为固定参数),接着进行两个模型的卡方值差异比较,若卡方值差异量愈大且达到显著水平(p=0.05时卡方值差异量为3.841,p=0.01时卡方值差异量为6.635,p=0.001时卡方值差异量为7.879)时,表两模型间有显著的差异,其区别效度越高。在此,提供吴明隆《结构方程模型——AMOS的操作与应用》中测量模型区别效度的程序及其操作步骤(文档中为本人写的具体操作步骤,让你学不会都难)。本人花了59.8元买吴明隆的这本书,也研究了很长时间了,所以稍微收些费用。<br /> 下面为程序截图和文档中的部分内容<br /> <br /> 在Amos Output中的Model Fit中可以看到未限制模型的自由度为103,卡方值等于843.328;限制模型的自由度为104,卡方值为1006.70。两者比较结果:自由度差异为1,卡方值差异1006.70-843.328=160.972,卡方值差异量显著性检验达到显著水平,说明两模型有显著不同,表示两个潜在构面间的区别效度佳。 </p><p>  &nbsp;                                        &nbsp;</p>                                           <ul class="s_clear">

sopheia 发表于 2011-7-2 17:57

<strong> 1# <i>baizhixin</i> </strong> <br /> 未限制模型的标准估计结果<br /> <br /> 限制模型的标准估计结果<br />

潜变量分析 发表于 2011-7-2 18:02

就这还要收钱

潜变量分析 发表于 2011-7-2 18:07

没办法啊,要买个资料但论坛币不够啊

abroad 发表于 2011-7-2 18:12

国庆期间看了一些SEM的书籍,吴明隆《结构方程模型——AMOS的操作与应用》这本非常适合初学者。我觉得侯杰泰那本书要看完这个后再去看,比较容易理解

心理学辅导 发表于 2011-7-2 18:17

很不错,谢谢楼主

结构方程 发表于 2011-7-2 18:22

不错,谢谢啦

潜变量分析 发表于 2011-7-2 18:27

被骗了,这是吴明隆的数据。说清楚啊。

心理学辅导 发表于 2011-7-2 18:32

大佬,我对您的“标准化因素负荷量大于0.5、AVE大于0.6、CR大于0.7则说明具有较好的收敛效度”表述的前半部分有异议,即标准化因素负荷大于0.5、AVE大于0.6部分。根据我的了解应该是factor loading&gt;.70, AVE &gt;.50,CR&gt;.70。因为AVE=(sum of squared standardized loading)/number of items,如果照您说的,factor loading&gt;.50, AVE&gt;.60,假设有4个条目,即使您的因素负荷都是.60,您的AVE也不可能&gt;.60。肯请如若不确定,且勿误导他人。谢谢。

wmhhotel 发表于 2011-7-2 18:37

另:CR=因素负荷和的平方/因素负荷和的平方+测量误差的和<br /> 注:测量误差=1-因素负荷的平方

51jijin 发表于 2011-7-2 18:42

<strong> 9# <i>liuliqingdong</i> </strong> <br /> 首先谢谢你的回复,但AVE=标准化因素负荷量平方的和/(标准化因素负荷量平方的和+测量误差的和),而不是你写的AVE=(sum of squared standardized loading)/number of items(不知道你是从哪里了解到的),建议你查一下相关的书或文献。

pabbs 发表于 2011-7-2 18:47

<br /> <strong>11# <i>baizhixin</i> </strong><br /> <br /> 按照我的理解,测量误差=1-标准化因素负荷量平方,不知是否正确?<br /> 如果正确,带入您给出的公式:AVE=标准化因素负荷量平方的和/(标准化因素负荷量平方的和+测量误差的和)即是我提到的公式。

spssamos 发表于 2011-7-2 18:52

<blockquote>liuliqingdong 发表于 2010-12-10 18:42 <img src="http://bbs.pinggu.org/images/common/back.gif" "thumbImg(this)" alt="" /><br /> 大佬,我对您的“标准化因素负荷量大于0.5、AVE大于0.6、CR大于0.7则说明具有较好的收敛效度”表述的前半部分有异议,即标准化因素负荷大于0.5、AVE大于0.6部分。根据我的了解应该是factor loading&gt;.70, AVE &gt;.50,CR&gt;.70。因为AVE=(sum of squared standardized loading)/number of items,如果照您说的,factor loading&gt;.50, AVE&gt;.60,假设有4个条目,即使您的因素负荷都是.60,您的AVE也不可能&gt;.60。肯请如若不确定,且勿误导他人。谢谢。</blockquote>基本同意9楼的观点,根据Hair et al.(2006)观点,标准化因素负荷量至少要达到0.5,0.7为更理想!AVE一般是要大于0.5,表示至少有一半有变异是由该construct解释。建议大家以后讨论这些理论观点时,尽量能正确引用,给出参考文献(至少是作者与年份等),这样可能会更有说服力和“科学”性吧:) 以上意见仅供参考。

心理学辅导 发表于 2011-7-2 18:57

<blockquote>liuliqingdong 发表于 2011-1-18 16:06 <img src="http://bbs.pinggu.org/images/common/back.gif" "thumbImg(this)" alt="" /><br /> <strong>11# <i>baizhixin</i> </strong><br /> <br /> 按照我的理解,测量误差=1-标准化因素负荷量平方,不知是否正确?<br /> 如果正确,带入您给出的公式:AVE=标准化因素负荷量平方的和/(标准化因素负荷量平方的和+测量误差的和)即是我提到的公式。</blockquote>同意11楼观点,该观点在邱皓政和林碧芳(2008)的《结构方程模型的原理与应用》的第105页得到支持。详见该页的两个公式(5.12)和(5.13)。

考博论坛 发表于 2011-7-2 19:02

谢谢楼主!

潜变量分析 发表于 2011-7-2 19:07

<blockquote>stephen1981 发表于 2011-1-19 11:23 <img src="http://bbs.pinggu.org/images/common/back.gif" "thumbImg(this)" alt="" /><blockquote>liuliqingdong 发表于 2011-1-18 16:06 <img src="http://bbs.pinggu.org/images/common/back.gif" "thumbImg(this)" alt="" /><br /> <strong>11# <i>baizhixin</i> </strong><br /> <br /> 按照我的理解,测量误差=1-标准化因素负荷量平方,不知是否正确?<br /> 如果正确,带入您给出的公式:AVE=标准化因素负荷量平方的和/(标准化因素负荷量平方的和+测量误差的和)即是我提到的公式。</blockquote>同意11楼观点,该观点在邱皓政和林碧芳(2008)的《结构方程模型的原理与应用》的第105页得到支持。详见该页的两个公式(5.12)和(5.13)。</blockquote>不好意思,笔误,是同意12楼观点:)

页: [1]

Powered by Discuz! Archiver 7.2  © 2001-2009 Comsenz Inc.