结构方程论坛SEM-Structural·Equation·Modeling

标题: 量表编制中因子载荷小怎么处理 [打印本页]

作者: 因子分析 时间: 2011-7-2 22:19 标题: 量表编制中因子载荷小怎么处理

之前的探索性因素分析把载荷小于0.5的题项都删除了，进行验证性因素分析时，有两个标准化因子载荷在0.3-0.4之间，进行收敛效度检验时，一个维度的AVE值也只有0.3-0.4之间。除此之外，其他指标都比较符合。
请问这种情况如何处理？删除相应的题项吗？

把我的具体步骤列出来，大家帮忙看看。
我正在编制一个量表，之前没有相关的量表，也没有明确的理论指导。样本规模500多，基本思路是先用EFA获得维度结构，再用CFA验证。先把我的步骤列出来，再提出我的问题。
1、进行项目分析。以量表总分的前27%和后27%为高低分组，对高低二组在各题项上的平均得分进行T检验，结果有一个题项不显著，将其删除，不进入后面的分析。后面将样本拆为两半，分别用于EFA和CFA。
2、进行EFA。以主成分分析法抽取，考虑到因素间可能存在的相关关系，采用Direct Oblimin法进行旋转根据下列条件（符合其一）删除题项：1.因子载荷量低于0.5的题项；2.同时在几个因子均有高载荷量的题项；3.因子的题项数量少于3，该因子题项全部删除；
结果第一次因子分析后，删除了7个题项，其中1个是因为在三个因子上都有0.4左右的载荷被删除，其他都是因为因子的题项数量少于3被删除。
第二次因子分析后，所有题项都不符合删除条件，全部保留，共4个因子，14个题项，累积解释了61%的总方差。
3、进行信度检验。计算Cronbach ɑ系数，其中3个因子的ɑ系数大于0.75，1个因子的ɑ系数大于0.6，整个量表的ɑ系数为0.68。
4、进行CFA（用另外一半样本）。因子1和因子4各有一个题项的标准化系数在0.3到0.4之间，其他都在0.5以上。因子1和因子4的标准化系数为0.6。另外，因子2下的一个题项的测量误差没有达到显著，P值为0.1。
计算平方差提取量（AVE）时，因子4的AVE值只有0.31，其他因子都在0.5以上，4个因子的组合信度都在0.6以上。
模型拟合方面，NFI和RFI没有达到0.9，其他指标都较好。
我的问题：1、我的上述步骤有无问题？2、进行CFA时几个不理想的情况，如何处理才能使得量表的信度和效度可接受？

作者: 偏最小二乘 时间: 2011-7-2 22:24

这是在模型修正后还是修正前？要是模型修正前，可以选择模型修正。要是在模型修正后，就不知道了。

作者: spsschina 时间: 2011-7-2 22:29

模型修正前，我的目的是检验量表的结构效度。

作者: 结构方程爱好者 时间: 2011-7-2 22:34

把我的具体步骤列出来，大家帮忙看看。
我正在编制一个量表，之前没有相关的量表，也没有明确的理论指导。样本规模500多，基本思路是先用EFA获得维度结构，再用CFA验证。先把我的步骤列出来，再提出我的问题。
1、进行项目分析。以量表总分的前27%和后27%为高低分组，对高低二组在各题项上的平均得分进行T检验，结果有一个题项不显著，将其删除，不进入后面的分析。后面将样本拆为两半，分别用于EFA和CFA。
2、进行EFA。以主成分分析法抽取，考虑到因素间可能存在的相关关系，采用Direct Oblimin法进行旋转根据下列条件（符合其一）删除题项：1.因子载荷量低于0.5的题项；2.同时在几个因子均有高载荷量的题项；3.因子的题项数量少于3，该因子题项全部删除；
结果第一次因子分析后，删除了7个题项，其中1个是因为在三个因子上都有0.4左右的载荷被删除，其他都是因为因子的题项数量少于3被删除。
第二次因子分析后，所有题项都不符合删除条件，全部保留，共4个因子，14个题项，累积解释了61%的总方差。
3、进行信度检验。计算Cronbach ɑ系数，其中3个因子的ɑ系数大于0.75，1个因子的ɑ系数大于0.6，整个量表的ɑ系数为0.68。
4、进行CFA（用另外一半样本）。因子1和因子4各有一个题项的标准化系数在0.3到0.4之间，其他都在0.5以上。因子1和因子4的标准化系数为0.6。另外，因子2下的一个题项的测量误差没有达到显著，P值为0.1。
计算平方差提取量（AVE）时，因子4的AVE值只有0.31，其他因子都在0.5以上，4个因子的组合信度都在0.6以上。
模型拟合方面，NFI和RFI没有达到0.9，其他指标都较好。

我的问题：1、我的上述步骤有无问题？2、进行CFA时几个不理想的情况，如何处理才能使得量表的信度和效度可接受？

作者: 华南心理学 时间: 2011-7-2 22:39

顶一下，感觉量表编制似乎没有比较统一规范的步骤啊。

欢迎光临结构方程论坛SEM-Structural·Equation·Modeling (http://semchina.net/)