zph218 发表于 2011-4-21 20:36那你需要从二者的计算公式来考虑啊!主要原因可能是你的因子负荷值偏低吧,因为AVE主要由因子负荷决定,或是你某个因子的题目数过多?
我做的数据分析结果中组合信度的条件基本满足,但平均方差提取量很低,是什么原因?
stephen1981 发表于 2011-4-22 22:02如果因子题目很多导致的效度很低,应该怎么解决呢?zph218 发表于 2011-4-21 20:36那你需要从二者的计算公式来考虑啊!主要原因可能是你的因子负荷值偏低吧,因为AVE主要由因子负荷决定,或是你某个因子的题目数过多?
我做的数据分析结果中组合信度的条件基本满足,但平均方差提取量很低,是什么原因?
stephen1981 发表于 2011-4-16 21:17
该贴曾为回应论坛某朋友的问题 (http://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 (
cj05gy314 发表于 2011-6-27 22:39这位朋友您好,我的理解能力不太好,您的意思是指对于一个总量表本意有四个因子吗?因为如果是“分量表”,那一般我们在意义上理解成某个因子。(1)我先当您指的是总量表吧。如果说,您按本意(如基于文献综述或已有比较公认的理论)应用四个因子,但做出来只有一个因子,那说明您所收集的数据与“本意”不符,其实不需要头疼啊,也许这是您的研究对文献的一大贡献啊。譬如,可能您原来所使用的测量工具它本身是在不同的文化背景或者以不同人群为样本而发展得到的,换言之,西方教育文化下的工具在东方本土环境下不一定适用(如因子结构不一定一致);或者,原工具可能是适用于中学生,而当其用于大学生或小学生时,也许会出现“失真”的现象,等等。研究过程中,经常会出现一些与我们本意不太一致的结果,其实这反而是它有趣且有意义的地方,如果每次都与预想或原有理论一致,反而不太像真正的研究,却更像我们在中学做理科实验一样,对着书本照方抓药,还未做实验就知道结果了。。。倘若我们能结合样本的特殊性(如学业成绩,性别分布,家庭背景。。。)或者所处的文化背景来诠释研究结果,虽表面上与文献不太一致,但如果能做到"自圆其说",突破思维的限制,从其它的理论模架来理解,这反而是一大亮点,更让同行能重新思考原有理论可能存在的局限性,从而促进新理论的生成与发展啊!记得,是让数据说话,实践检验理论,理论只是起指导作用,而非要努力地使数据“服从”理论啊。以上意义仅供参考
请问大大们 18楼 的问题怎么解决呢? 我现在也遇到了这样的问题 一个分量表的因子分析集中在一个因子上,而本意想要有四个因素 头疼啊
runnyreddy 发表于 2011-6-28 22:33在进行整体模型适配度估计之前,即检查模型适配参数,如CFI,GFI,RMSEA等值是否达标之前,研究者需要检验模型是否违反估计,即检验标准化参数的估计值的合理性。根据吴明隆老师的《结构方程模型-AMOS的操作与应用》一书观点,标准化路径系数(题目到因子)通常可接受的最高门坎值为0.95,否则说明模型可能违反估计(Bogozzi & Yi, 1988; Byrne, 2001),已失去做进一步检验适配度的意义。更详细的说明敬请查阅吴老师的书。以上意见仅供参考之用!谢谢您的宝贵问题
另外,可供参考的意见是,一般而言,因子负荷值不宜过高,一般0.90或0.95以上的负荷值可能意味着该题目需要被删除。这是为什么呢?请您分析一下
欢迎光临 结构方程论坛SEM-Structural·Equation·Modeling (http://www.semchina.net/) | Powered by Discuz! 7.2 |