区分效度一般有三种方法:
1 constrained phi method
2 overlapping confidence intervas method
3 AVE-SV(average variance extract-share variance)
我就着重介绍最后一种,AVE-SV是Fornell & Larcker在1981年提出来的,验证方法如下:
计算每个因子之前的相关系数,以及计算每个因子的AVE值。
因子1(x) | 因子2(y) | 因子3(z) | |
因子1(x) | X | ||
因子2(y) | cor(x,y) | Y | |
因子3(z) | cor(x,z) | cor(y,z) | Z |
cor:为相关系数。
判断标准:每个加粗的X Y Z大于因子间的相关系数。
AVE公式如下:
下面的代码是:上面AVE的公式的LATEX的代码,网页中latex没显示出来,各位可以粘帖复制到自己的latex中
\documentclass{article}
\begin{document}
%\begin{equation}
\[AVE\xi_j = \frac{\sum\limits_{k=1}^{K_j}\lambda^2_{jk}}{\sum\limits_{k=1}^{K_j} \lambda^2_{jk}+\Theta_{jk}}\]
%\end{equation}
\[\lambda^2_{jk} is \quad \quad the \quad incicator \quad loading\]
\[\quad \Theta_{jk} is \quad the \quad error \quad of \quad k^{th} \quad indictor\]
\end{document}
至于前面的两个方法,各位欢迎在下下面补充,之后会指出以上三种方法的不足以及个人对在实际的实践的一些经验总结。
提醒一下:这里的区分效度与IRT的区分度不同。