区别效度的方法

lilin2005214 发表于 2010-4-26 09:58
是不是模型验证中，因子负荷小于0.5的都要删去的？？

good question!

很有帮助：）

寫得真好，多謝！！

有帮助，多谢

我稍微有些怀疑你说的这些，因为我们领域的文章，也就是mis和management这边，discriminant validity是通过以下方法来做的，第一AVE要大于变量间correlation的平方，或者是AVE的平方根要大于correlation.第二，你可以做一些testing for dimensionality，如果显著，说明两个变量不是同一变量，有区别度。还有很多方法，不过不太了解你说的那两种方法。我记得你说的factor loading大于0.5是不对的，应该是factor loading大于0.7，这样这个问题的方差被因子解释的百分比刚好是50%，此外还有AVE大于0.5，这两个都是用于说明convergent validity，应该是你这边的收敛效度。建议好好看下，别混了，如果我说错了欢迎指正

096001 发表于 2010-8-16 21:30
good question!

这个问题首先应该区别对待，如果是formative的，那么绝对不能删除，因为根据formative variable的定义，他的问题是变量的不同维度，不能乱删。如果是reflective，那么也就是说items是从一个很大的问题库里面随机选取的，这样可以适当的删除。在验证性因子中，原则上比较好的标准应该是0.7，但是如果再0.5左右，譬如0.49,0.48，还是建议保留的，因为如果你要删除一个问题，需要解释好多，所以不如留下。

lilin2005214 发表于 2010-4-26 09:58
是不是模型验证中，因子负荷小于0.5的都要删去的？？

这个问题首先应该区别对待，如果是formative的，那么绝对不能删除，因为根据formative variable的定义，他的问题是变量的不同维度，不能乱删。如果是reflective，那么也就是说items是从一个很大的问题库里面随机选取的，这样可以适当的删除。在验证性因子中，原则上比较好的标准应该是0.7，但是如果再0.5左右，譬如0.49,0.48，还是建议保留的，因为如果你要删除一个问题，需要解释好多，所以不如留下。

谢谢分享经验

谢谢分享，看的比较明白！