在验证性因子分析的拟合不佳统计数据之后该怎么办?

机器算法验证 因子分析 结构方程建模
2022-03-23 05:47:33

语境

我的博士论文有些问题。我的论文是通过他们对组织文化和组织信任水平的认知来调查中小学教师的组织公民行为。

我有 871 名教师的样本。我有三个仪器,但它们是由其他研究人员开发的,并且被用于其他一些研究。

我一直在尝试使用结构方程建模来分析我的数据。然而,在尝试进行验证性因素分析时,只有一种工具(组织公民)是可以的。其他两个仪器没有给出一阶验证性分析。RMSEA 值约为 0.100。卡方太高,卡方除以自由度也太高。

问题

  • 我应该如何处理我的工具和 CFA?
  • 将物品打包或从这些乐器中移除物品是个好主意吗?
  • 或者我应该跳过结构方程建模并继续回归吗?
2个回答

我可能会做以下事情:1)将数据分成两个大致相等的段。2) 对其中一个进行探索性分析并推导出一个新模型 3) 在另一半数据上测试模型。

这至少会是一些不经常做的事情,这将使它更适合出版(如果你想这样做的话),并且会给你一个独立的模型测试。

您还可以将两个模型(前一个模型和您开发的模型)都拟合到您的测试数据中,并比较两者的拟合度。

我不会寻找直接解决这个问题的统计解决方案,而是寻找改进诊断的解决方案。

首先,我会比较不同研究中使用的不同样本。

然后,如果你有数据,我会查看不同样本中变量之间的相关模式。(你也许可以从其他作者那里得到这些)。