楼主: stephen1981
75741 209

[学习分享] 本人使用AMOS测查量表型问卷的信度效度的一些体会分享   [分享]

阿凡达上将 发表于 2011-5-21 19:38:57 |显示全部楼层
谢谢,各位高手。以后愿意向大家学习
回复

使用道具 举报

yuki27 发表于 2011-5-30 22:10:34 |显示全部楼层
谢谢楼主的总结!获益不少!
有个问题想问一下,我用AMOS导入数据的时候,说我数据有丢失"with missing observations",如果按照提示,选了"Estimate means and intercepts"的话,就不能选Modification indices了!这要怎么办呢T-T
回复

使用道具 举报

stephen1981 发表于 2011-5-31 00:24:48 |显示全部楼层
22# yuki27 如果你觉得MI值对你的价值比较大,那你需要解决缺失值问题。譬如用均值代替缺失值,或在你的样本数比较大的情况下考虑删去那些有缺失值的个案。你需要做出权衡噢:)
回复

使用道具 举报

Coolpilot 发表于 2011-5-31 01:05:13 |显示全部楼层
stephen1981 发表于 2011-4-16 21:17
该贴曾为回应论坛某朋友的问题 (https://bbs.pinggu.org/viewthread.php?tid=1036834&page=3#pid8874638),但似乎没有太多人关注,现重发一张新帖,希望对大家有所帮助:). 注:以下建议主要基于Hair et al. (2006) 的Multivariate data analysis一书。1. 先在SPSS环境下进行探索性因子分析(EFA),一般我倾向于使用更为严谨的Principal Axis Factoring 加上斜交旋转法(e.g., promax或Direct Oblimin),也有些学者喜欢用主成分分析法(PCA),EFA可以帮助初步检查某些题目可能因子负荷过小。根据Hair等人的建议,最后题目的因子负荷最小值为0.5,更理想的状态可高达0.7及以上(因为0.7的平方为0.49,即这道题解释相应潜变量约50%的变异)。
2.基于第一步骤,将“合格”的题目保留,准备做下一步的验证性因子分析(CFA)。需要注意的是,若在第一步时发现某些题目“意外”地落在其它因子上且具有很高的因子负荷时,你需要重新审视分析该题目的含义,是否真的更适合落在另一个因子,若是,你可以需要考虑在CFA中将其放在另一个因子内分析。但如果某题目在你所设计的两个因子上的负荷相当,你可能需要考虑将该题目删去,这样可以避免"multi-collineary"的问题。在CFA中,你需要检查各条关于潜变量与题目之间的路径是否显著(p0.90)、 RMSEA (


感谢楼主指导。我想请教一下,我的样本容量有500多,分成两半,分别用于EFACFA
CFA中发现有两个题目的路径系数在0.3-0.4之间,还有一个题目的误差变量没有达到显著(p=0.104),在后面计算AVE时,有一个值为0.37。按照你的建议,把那两个0.3-0.4的题目删除了,但原先0.37AVE值没有改善,还是0.4以下。这样情况下是否需要删除那两个题目呢?
另外,计算内部一致性系数(α)值时,是计算全样本,还是分成两半后的哪一半呢?
谢谢。
回复

使用道具 举报

stephen1981 发表于 2011-5-31 20:16:04 |显示全部楼层
24楼的朋友,您好:
按你描述的情况,我觉得那两个道题应该删去。另外,那道误差变量未达到显著的题目也应考虑删去。像你的情况,如果是要发表论文的话,我建议在用CFA确定各因子及其题目后再计算内部一致性系数值。但由于该值容易受样本数和题目数的影响,Hair等(2006)建议使用AVE和CR(建构信度)等指标来评价。
回复

使用道具 举报

yuki27 发表于 2011-6-1 03:46:25 |显示全部楼层
多谢楼主~~我修改了之后好了。
还有个问题想问一下,AMOS导出的所有指标我都合格了,只有PGFI没有大于0.5
楼主有遇到过这种情况么?
必须要看这个PGFI么?
回复

使用道具 举报

stephen1981 发表于 2011-6-1 10:31:03 |显示全部楼层
26# yuki27 PGFI主要用于考虑模型的简效性,根据邱皓政与林碧芳(2009)的观点,若该值大于0.50,说明模型的简单程度可以接受。对于你的情况,可能是因为你的模型过于复杂所致吧。我读过的一些英文文献,许多作者似乎较少关注这个指标,一般主要用于在评价竞争模型的情况。在同等条件下,一般会优先考虑更为简单的模型。另外,我的老师曾建议我们,不要过度地追求每个指标都满足。因为对于我们社会科学研究,常常因我们的研究对象(“人”)的多变性以及测查工具本身的局限性而导致某些个别指标值,或者信度,效度值偏低。另外,Hair等学者(2006)亦提倡对于某个模型,若许多指标值都“达标”,即便有个别不太合格者,亦是可以接受的。个人觉得,那些过于完美的指标值反而会让人质疑。。。因此,我们可以实事求是地报告,读者接受与否在于他个人,但我们作为研究者已尽到自己的本份咯。。。
回复

使用道具 举报

yuki27 发表于 2011-6-1 19:14:22 |显示全部楼层
原来是这样啊,了解了!
楼主你太强了T-T!!
感谢楼主~~~~~
回复

使用道具 举报

stephen1981 发表于 2011-6-2 13:54:10 |显示全部楼层
感谢主,一起学习!!
回复

使用道具 举报

ynot_oahz 在职认证  发表于 2011-6-4 17:28:14 |显示全部楼层
强烈引起重视
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 我要注册

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2020-4-10 15:14