本人使用AMOS测查量表型问卷的信度效度的一些体会分享

谢谢，各位高手。以后愿意向大家学习

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

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:)

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EFA和CFA。
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0.37的AVE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。

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。

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？

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。。。

原来是这样啊，了解了！
楼主你太强了T-T！！
感谢楼主~~~~~

感谢主，一起学习！！

强烈引起重视