Ich verwende einen CFA und erhalte gute Anpassungsindizes (CFI = 0,99, RMSEA = 0,01) für eine eindimensionale Skala. Wenn ich jedoch auf interne Konsistenz teste, erhalte ich schlechte Cronbachs s ( ). Ich habe alles versucht, vom Entfernen von Ausreißern bis zum Löschen von Elementen, und habe immer noch das gleiche Problem.α = 0,6
Ich frage mich, ob irgendetwas in SEM zeigt, dass die Messung zuverlässig ist.
Ich weiß, dass es einige Debatten darüber gibt, ob Cronbachs (oder interne Konsistenz) überhaupt die Zuverlässigkeit misst, aber da in meinem Bereich Cronbachs als Maß für die psychometrische Güte angegeben werden muss, muss ich einen Weg finden, um interne Konsistenz als solche zu zeigen ausreichend für diese Maßnahme.α
Antworten:
Sie können die Zuverlässigkeit Ihrer Artikel aus dem CFA berechnen.
Berechnen Sie aus Ihrer standardisierten Lösung: (L1 + ... Lk) * 2 / [(L1 + ... Lk) * 2 + (Var (E1) + ... + Var (Ek))]
Dies ergibt die zusammengesetzte Zuverlässigkeit, die nahe an Alpha liegen sollte.
Es ist schwieriger, eine gute Passform zu haben, wenn Sie ein hohes Alpha haben, und es ist schwieriger, ein hohes Alpha zu haben, wenn Sie eine gute Passform haben. Das extreme Beispiel hierfür ist, wenn alle Elemente nicht korreliert sind - Chi-Quadrat ist Null und RMSEA ist Null, was auf eine gute Anpassung hinweist. Alpha wird aber auch Null sein, was auf eine entsetzliche Zuverlässigkeit hinweist. Das übliche Flag dafür ist ein niedriger CFI (weil das Chi-Quadrat des Nullmodells so niedrig ist), aber das haben Sie nicht. Ich habe darüber in diesem Artikel geschrieben: http://www.sciencedirect.com/science/article/pii/S0191886906003874 (was meiner Meinung nach nicht hinter einer Paywall steckt).
Sie erwähnen Ihre Ladungen in einem Kommentar (sind diese standardisiert?). Belastungen von 0,45 führen zu impliziten Korrelationen von 0,23. Wenn Ihre Belastungen also so hoch sind, sehe ich nicht, wie niedrig Ihre Korrelationen sein können, und das Modell passt immer noch. (Wie groß ist Ihre Stichprobe?)
Welchen Schätzer verwenden Sie?
quelle
Wenn Ihr Instrument zwei oder mehr Konstrukte auswertet, ist Ihr Alpha möglicherweise niedrig. Ich rate Ihnen, ein Alpha für jede Unterskala zu schätzen.
quelle