问卷问题是个极其复杂的问题,在结构方程的争议当中,测量问题恐怕比结构问题更大。本来结构方程就是解决潜变量问题而生的。也就是测量问题导致的。问卷的问题可以总的分为两个大的方面:一是单个问题,比如ITEM,或factor等;一个是总的问卷问题。总的问卷问题的信度,如果用SPSS来做的话,可以从SCALE里RELIABILITY,把所有变量放进去,选择最常用的a方法即可。但a方法只能检验总的问卷信度,不能检验个别项目。如果用LISREL 或AMOS来做的话,更严谨。既可以检验总的,也可以检验个别。个别项目信度就看因子载荷是否足够大。个别因子则看组合信度或者平均方差提取AVE.前者的算法为:某因子的各个载荷的和的平方除以它和指标误差方差的和。后一个算法为:某个因子的载荷的平方和除以它和指标误差方差的和。经常看到因子的收敛效度和区分效度。前者是指测量某个因子的指标在该因子上的载荷明显高于在其他因子上的载荷,叫收敛。而因子区分效度是指不同因子之间是明显不同的构念。怎么来测呢?台湾的吴明隆的办法不错。他是利用限制模型来做的嵌套模型比较。检验区分效度时,限制指标在不同的因子上载荷相同来看模型的拟合是否显著变坏,如果是,则说明收敛,如果不是,则说明不收敛。而检验因子区分效度时,则限制因子之间的相关系数为1,也就是两个因子实际上假设为一个因子,如果模型显著变坏,则有区分效度,否则就没有区分效度。
|