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

variable 发表于 2011-7-5 07:21

请问区别效度discriminant validity怎么计算?

如题,请问区别效度discriminant validity怎么计算?谢谢~~~

lisrel 发表于 2011-7-5 07:26

算AVE,大于相关系数就可

abroad 发表于 2011-7-5 07:31

<blockquote>mengchuanjin 发表于 2009-9-18 19:40 <img src="http://bbs.pinggu.org/images/common/back.gif" "thumbImg(this)" alt="" /><br /> 算AVE,大于相关系数就可</blockquote>这好像根本不对头。DISCRIMINANT VALIDITY 不是看单一的指标就行的。而且也不是一个专门跟SEM相关的东西。推荐看一下附件里的文章。不过是英文的。</p><p></p>

华南心理学 发表于 2011-7-5 07:36

1、假如两个构念的相关系数不是1,表示这两个构念是有区别的。换言之,如果一个测量模式中有多个不同的构念时,若任两个构念间都有所区别时,即可以表示该测量模式具有区别效度,测量不同构念的观察变项将会落在不同的层面上。<br /> 2、实际分析时,研究者可将焦点放在模式中任两因素间的相关系数(ρ)是否可以接受为1。如果可以接受的话,表示此两个因素紧密相关(即无区别效度),研究者将可进一步将此等因素加以合并成为单一因素;反之,则表示因素间具有差别。<br /> 3、具体方法,可采用「卡方差异检定」(Chi-square difference test)分析区别效度。首先,先让模式中任两因素间的相关系数自由估计(相关系数不等于1),以得到未受限模式的卡方值。其次,限制两因素间的相关系数为1,以得到受限模式的卡方值。当两者卡方值的差异量(△χ&amp;sup2;)超过χ&amp;sup2;1,0.05=3.84,即表示虚无假设(H0 : ρ=1)是错的,亦即接受因素间不是完全相关,也就是两因素是有区别的(H0 : ρ≠1)。

偏最小二乘 发表于 2011-7-5 07:41

假如两个构念的相关系数不是1,表示这两个构念是有区别的。换言之,如果一个测量模式中有多个不同的构念时,若任两个构念间都有所区别时,即可以表示该测量模式具有区别效度,测量不同构念的观察变项将会落在不同的层面上。<br /> 实际分析时,研究者主要会将焦点放在模式中任两因素间的相关系数(ρ)是否可以接受为1。如果可以接受的话,表示此两个因素紧密相关(即无区别效度),研究者将可进一步将此等因素加以合并成为单一因素;反之,则表示因素间具有差别。为检测上述流程,本研究主要采用「卡方差异检定」(Chi-square difference test)分析区别效度。首先,先让模式中任两因素间的相关系数自由估计(相关系数不等于1),以得到未受限模式的卡方值。其次,限制两因素间的相关系数为1,以得到受限模式的卡方值。当两者卡方值的差异量(△χ&amp;sup2;)超过χ&amp;sup2;1,0.05=3.84,即表示虚无假设(H0 : ρ=1)是错的,亦即接受因素间不是完全相关,也就是两因素是有区别的(H0 : ρ≠1)。<br /> Anderson J C, Gerbing D W. Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 1988, 103(3):411-423.

amos 发表于 2011-7-5 07:46

好<br /> 不错的

华南心理学 发表于 2011-7-5 07:51

<blockquote>Airbus830 发表于 2009-9-22 09:55 <img src="http://bbs.pinggu.org/images/common/back.gif" "thumbImg(this)" alt="" /><br /> 1、假如两个构念的相关系数不是1,表示这两个构念是有区别的。换言之,如果一个测量模式中有多个不同的构念时,若任两个构念间都有所区别时,即可以表示该测量模式具有区别效度,测量不同构念的观察变项将会落在不同的层面上。<br /> 2、实际分析时,研究者可将焦点放在模式中任两因素间的相关系数(ρ)是否可以接受为1。如果可以接受的话,表示此两个因素紧密相关(即无区别效度),研究者将可进一步将此等因素加以合并成为单一因素;反之,则表示因素间具有差别。<br /> 3、具体方法,可采用「卡方差异检定」(Chi-square difference test)分析区别效度。首先,先让模式中任两因素间的相关系数自由估计(相关系数不等于1),以得到未受限模式的卡方值。其次,限制两因素间的相关系数为1,以得到受限模式的卡方值。当两者卡方值的差异量(△χ&amp;sup2;)超过χ&amp;sup2;1,0.05=3.84,即表示虚无假设(H0 : ρ=1)是错的,亦即接受因素间不是完全相关,也就是两因素是有区别的(H0 : ρ≠1)。</blockquote>请问在SPSS中如何具体实现卡方差异检定??具体步骤是什么?相关系数设定为1是要手动设定吗?还是输入数据,自动就设定好了,结果就出来了??

数据分析 发表于 2011-7-5 07:56

相关系数需要手动设定。<br /> discriminant validity不止一种,不知道楼主说的是discriminant validity of traits还是discriminant validity of methods?<br /> 不管哪种,都是基于模型比较(不带Equality constraints(EC),和带Equality constraints的两个模型),检验卡方差异。如果卡方差异显著,那就是EC起了作用;如果卡方差异不显著,那就是EC没起作用。<br /> 然后下一步是,EC模型和没有EC模型的比较,这个比较的零假设null hypothesis是什么?

结构方程爱好者 发表于 2011-7-5 08:01

一个博士生论文中提到:“修正指数(MI)被用来检验区别效度。修正指数是模型中某个受限制的参数(通常是固定为0的参数),若容许自由估计,模型会因此改良,整个模型卡方值减少的数值,被称为此参数的修正指数。 MI小于3.84(p&lt;0.05)或者6.63(p&lt;0.01),表明模型有较好的区别效度” 。 (郑胜华,2005)。 <br /> <br /> 感觉他说的并不准群。请其他大侠点评。

因子分析 发表于 2011-7-5 08:06

学习一下<br /> 谢谢楼上各位

页: [1]

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