Struktur faktor internal yang baik tetapi Cronbach ?

Saya menjalankan CFA dan mendapatkan indeks kecocokan yang baik (CFI = .99, RMSEA = .01) untuk skala uni-dimensional. Namun, ketika saya menguji konsistensi internal, saya mendapatkan s Cronbach yang buruk ( ). Saya sudah mencoba semuanya mulai dari menghapus outlier, hingga menjatuhkan barang dan masih berakhir dengan masalah yang sama. $\alpha$ $\alpha = .6$

Saya bertanya-tanya apakah ada sesuatu di SEM yang menunjukkan bahwa ukurannya dapat diandalkan?

Saya tahu bahwa ada beberapa perdebatan tentang apakah Cronbach (atau konsistensi internal) bahkan mengukur keandalan tetapi karena bidang saya mengharuskan Cronbach untuk dilaporkan sebagai ukuran kebaikan psikometrik, saya perlu menemukan cara untuk menunjukkan konsistensi internal sebagai memadai untuk ukuran ini. $\alpha$ $\alpha$

— pengguna1984
sumber

Apakah beberapa item memiliki kode terbalik? Ketika Anda melihat alpha, apakah beberapa item memiliki korelasi negatif?

— Peter Flom

Tidak, tidak ada satu pun item yang diberi kode terbalik dan item-item ini juga tidak memiliki korelasi negatif satu sama lain.

— user1984

Berapa banyak barang yang kamu miliki? Terkadang memiliki beberapa item (<.5) dapat menyebabkan konsistensi internal yang sangat rendah. Apa korelasi antar-item rata-rata Anda?

— Behacad

Ada 8 item. Korelasi antar-item adalah 0,15 hingga 0,30. Saya menduga bahwa korelasi rendah mendorong alpha rendah tetapi saya terkejut melihat pemuatan dalam CFA mulai dari 0,45 hingga 0,69 dan indeks kecocokan yang baik.

— user1984

Jawaban:

Anda dapat menghitung keandalan item Anda dari CFA.

Dari solusi standar Anda, hitung: (L1 + ... Lk) * 2 / [(L1 + ... Lk) * 2 + (Var (E1) + ... + Var (Ek))]

Ini akan memberikan reliabilitas komposit, yang harus dekat dengan alpha.

Lebih sulit untuk memiliki kecocokan yang baik jika Anda memiliki alpha tinggi, dan lebih sulit untuk memiliki alpha yang tinggi jika Anda memiliki kecocokan yang baik. Contoh ekstrem dari ini adalah jika semua item tidak berkorelasi - chi-square akan menjadi nol, dan RMSEA akan menjadi nol, yang menunjukkan kecocokan yang besar. Tapi alpha juga akan nol, menunjukkan keandalan yang mengerikan. Bendera yang biasa untuk ini adalah CFI rendah (karena model nol chi-square sangat rendah), tetapi Anda tidak memilikinya. Saya menulis tentang itu dalam makalah ini: http://www.sciencedirect.com/science/article/pii/S0191886906003874 (yang saya pikir tidak ada di balik paywall).

Anda menyebutkan pemuatan Anda dalam komentar (apakah ini standar?). Memuat 0,45 mengarah pada korelasi tersirat 0,23, jadi jika beban Anda setinggi itu, saya tidak melihat bagaimana korelasi Anda bisa serendah itu, dan modelnya masih pas. (Apa ukuran sampel Anda?)

Penaksir apa yang Anda gunakan?

— Jeremy Miles
sumber

Terima kasih atas referensi dan formulanya. Saya memiliki ukuran sampel 300, menggunakan data yang dimasukkan dan secara default MPLUS menggunakan estimator ML. Muatan standar adalah sekitar 0,3 hingga 0,7 dan korelasi antar-item adalah 0,1 hingga 0,3.

— user1984

Kedengarannya benar. Coba MLM, MLR, atau MLMV sebagai estimator Anda dan lihat apa efeknya. Jika itu membuat CFI sedikit lebih buruk, saya cukup yakin bahwa masalah Anda adalah Anda hanya memiliki keandalan rendah.

— Jeremy Miles

Jika instrumen Anda mengevaluasi dua atau lebih konstruksi, ada kemungkinan alpha Anda rendah. Saya menyarankan Anda untuk memperkirakan satu alfa untuk setiap sub-skala.

— pengguna86812
sumber