Confiabilidade Omega vs. Alpha

Gostaria de saber se alguém pode explicar qual é a principal diferença entre as confiabilidade ômega e alfa?

Entendo que uma confiabilidade ômega é baseada no modelo de fatores hierárquicos, como mostrado na figura a seguir, e o alfa usa correlações médias entre itens.

O que não entendo é, em que condições, o coeficiente de confiabilidade ômega seria maior que o coeficiente alfa e vice-versa?

Posso assumir que se as correlações entre os subfatores e as variáveis ​​forem maiores, o coeficiente ômega também seria maior (como mostrado na figura acima)?

Qualquer conselho é apreciado!

O (hierárquico) fornece a proporção de variação nas pontuações da escala explicadas por um fator geral (1,2), geralmente a partir de uma análise fatorial de segunda ordem. No entanto, se quaisquer dimensões de ordem zero forem refletidas em tais escalas, será menor que de Cronbach (que deve ser usado apenas com escalas unidimensionais em qualquer caso). Somente quando o instrumento de medição é chamado de equivalente tau (cargas iguais de fator, mas possivelmente erros desiguais, mas não correlacionados) é que$\omega_h$$\omega_h$$\alpha$$\alpha=\omega_h$. Isso foi demonstrado cedo por McDonald. Independentemente do indicador usado, valores baixos indicam que não faz sentido calcular uma pontuação de soma (ou seja, adicionar a contribuição de cada pontuação de item para obter uma pontuação composta).

Em resumo, erros de medição correlacionados, multidimensionalidade ou cargas desiguais de fatores tornam os dois indicadores divergentes, com hierárquica sendo a medida de confiabilidade a ser usada, seguindo o trabalho anterior de Revelle e colegas de trabalho (consulte (1) para mais discussão sobre isso).$\omega_h$

Referências

1. Zinbarg, RE, Revelle, W. e Yovel, I. (2007). Estimando para estruturas contendo dois fatores de grupo: perigos e perspectivas. Medida Psicológica Aplicada , 31 (2) , 135–157.$\omega_h$
2. McDonald, RP (1999). Teoria do teste: um tratamento unificado . Mahwah, NJ: Lawrence Erlbaum.
3. Zinbarg, RE, Yovel, I., Revelle, W. e McDonald, RP (2006). Estimando a generalização para uma variável latente comum a todos os indicadores de uma escala: uma comparação de para$\omega_h$ . Medida Psicológica Aplicada , 30 (2) , 121-144.

O alfa de Cronbach depende da suposição de que cada variável indicador contribui igualmente para o fator, ou seja, todas as cargas (não padronizadas) devem ser as mesmas (equivalência tau). Se essa suposição for violada, a verdadeira confiabilidade será subestimada.

A segunda suposição para alfa é que as variações de erro dos indicadores não devem ser correlacionadas. Em outras palavras, um único fator deve ser responsável por toda a variação comum dos indicadores. Se não for esse o caso, o alfa superestimará a confiabilidade.

O Omega não requer equivalência tau ou variações de erro não correlacionadas. Existem duas versões do ômega. O primeiro é usado quando as variações de erro não são correlacionadas, o segundo se elas estão correlacionadas. Omega e alfa produzirão o mesmo resultado se as suposições de alfa não forem violadas pelos dados.