我正在运行 CFA 并获得一维量表的良好拟合指数（CFI = .99，RMSEA = .01）。然而，当我测试内部一致性时，我得到很差的 Cronbach 的 s ( )。我已经尝试了从删除异常值到删除项目的所有方法，但最终还是遇到了同样的问题。
我想知道 SEM 中是否有任何东西表明该措施是可靠的？
（或内部一致性）是否甚至可以衡量可靠性存在一些争论，报告为衡量心理测量的好坏，我需要找到一种方法来表明内部一致性是足以应付这项措施。
良好的内部因素结构但较差的 Cronbach'sαα?
机器算法验证
结构方程建模
可靠性
心理测量学
确认因素
cronbachs-alpha
2022-04-01 01:58:08
2个回答
您可以从 CFA 计算您的项目的可靠性。
根据您的标准化解决方案，计算： (L1+...Lk)* 2/[(L1+...Lk) *2+(Var(E1)+...+Var(Ek))]
这将给出复合可靠性，它应该接近 alpha。
如果你的 alpha 值高，则很难获得良好的拟合，如果你的拟合良好，则更难获得高 alpha。一个极端的例子是，如果所有项目都不相关——卡方为零，RMSEA 为零，表明非常适合。但 alpha 也将为零，这表明令人震惊的可靠性。通常的标志是低 CFI（因为空模型卡方非常低），但你没有。我在这篇论文中写过：http ://www.sciencedirect.com/science/article/pii/S0191886906003874 （我认为这不是付费墙）。
您在评论中提到了您的负载（这些是标准化的吗？）。0.45 的负载导致 0.23 的隐含相关性，因此，如果您的负载那么高，我看不出您的相关性怎么会那么低，并且模型仍然适合。（你的样本量是多少？）
您使用的是什么估算器？
如果您的仪器正在评估两个或更多构造，则您的 alpha 可能较低。我建议您为每个子量表估计一个 alpha。