Boa estrutura fatorial interna, mas


8

Estou executando um CFA e obtendo bons índices de ajuste (CFI = .99, RMSEA = .01) para uma escala unidimensional. No entanto, quando testo a consistência interna, fico com s de Cronbach ( ). Eu tentei de tudo, desde remover discrepâncias até descartar itens e ainda acabar com o mesmo problema.α = 0,6αα=.6

Gostaria de saber se há algo no SEM que mostre que a medida é confiável?

Eu sei que há algum debate sobre se o Cronbach (ou consistência interna) mede a confiabilidade, mas como meu campo exige que o Cronbach seja relatado como uma medida da bondade psicométrica, preciso encontrar uma maneira de mostrar a consistência interna como sendo adequado para esta medida.ααα


Alguns dos itens têm código reverso? Quando você olha para alfa, alguns itens têm correlação negativa?
Peter Flom

Não, nenhum dos itens tem codificação reversa e esses itens não têm uma correlação negativa entre si.
user1984

Quantos itens você tem? Às vezes, ter poucos itens (<0,5) pode levar a uma consistência interna muito baixa. Qual é a sua correlação média entre itens?
Behacad

Existem 8 itens. As correlações entre itens são de 0,15 a 0,30. Achei que baixas correlações estão impulsionando o alfa baixo, mas estou surpreso ao ver as cargas no CFA variando de 0,45 a 0,69 e os bons índices de ajuste.
user1984

Respostas:


6

Você pode calcular a confiabilidade de seus itens no CFA.

A partir da sua solução padronizada, calcule: (L1 + ... Lk) * 2 / [(L1 + ... Lk) * 2 + (Var (E1) + ... + Var (Ek))]

Isso dará à confiabilidade composta, que deve estar próxima de alfa.

É mais difícil ter um bom ajuste se você tiver um alfa alto, e é mais difícil ter um alfa alto se você tiver um bom ajuste. O exemplo extremo disso é se todos os itens não estão correlacionados - o qui-quadrado será zero e o RMSEA será zero, indicando ótimo ajuste. Mas o alfa também será zero, indicando uma confiabilidade terrível. O sinalizador usual para isso é baixo CFI (porque o modelo nulo qui-quadrado é muito baixo), mas você não o possui. Eu escrevi sobre isso neste artigo: http://www.sciencedirect.com/science/article/pii/S0191886906003874 (que eu acho que não está atrás de um paywall).

Você mencionou suas cargas em um comentário (elas são padronizadas?). Carregamentos de 0,45 levam a correlações implícitas de 0,23; portanto, se seus carregamentos são tão altos, não vejo como suas correlações podem ser tão baixas, e o modelo ainda se encaixa. (Qual é o tamanho da sua amostra?)

Qual estimador você está usando?


1
Obrigado pela referência e pela fórmula. Eu tenho um tamanho de amostra 300, usando dados imputados e, por padrão, o MPLUS está usando o estimador de ML. As cargas padronizadas são aprox. 0,3 a 0,7 e as correlações entre itens são 0,1 a 0,3.
user1984

Isso parece certo. Experimente o MLM, MLR ou MLMV como seu estimador e veja qual efeito isso tem. Se o CFI piorar um pouco, estou bastante confiante de que seu problema é que você tem pouca confiabilidade.
Jeremy Miles

0

Se seu instrumento estiver avaliando duas ou mais construções, é possível que seu alfa esteja baixo. Aconselho você a estimar um alfa para cada subescala.

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.