||| |
问卷编制过程中,条目的载荷多大合适?太大,太小都不符合结构方程模型关于潜变量的基本假设。
一、项目质量检验
因素载荷越高,测量残差越小。残差必须具有统计限制性,才能确立一个潜在变量是由一组带有测量误差的观察变量所形成。
如果测量误差太微弱而未达统计显著性,或因素载荷太高,超过0.95时,则意味着该题足以完全反映该潜在构念的内容,测量模型的合理性即不复存在。
一般而言,因素载荷大于0.71时,可以宣称项目具有理想质量,此时潜在变量可以解释观察变量近50%的变异。
λ>0.95,测量模型不合理
λ≥0.71,优秀
λ≥0.63,非常好
λ≥0.55,好
λ≥0.45,普通
λ≥0.32,不好
λ<0.32,不及格
二、组合信度
量表信度≥0.7,因素载荷0.45≤λ≤0.95,最低标准
三、平均变异萃取量
AVE=(λ的平方,相加)除以(条目数),大于0.50,表示潜变量的聚敛能力十分理想,具有良好的操作型定义化。
AVE相当于传统因素分析中的特征值(eigenvalue)。
四、因素区辨力
区分效度。不同构念之间必须有效分离。如果两个潜变量的相关系数的95%置信区间涵盖了1.0,表示构念缺乏区辨力。
读书笔记:邱皓政 林碧芳《结构方程模型的原理与应用》P100。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-2 00:16
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社