Estou explorando as propriedades psicométricas de uma medida de autorrelato de 10 itens. Eu tenho cerca de 400 casos em duas amostras independentes. Os itens são concluídos em escalas Likert de 4 pontos. Um EFA suporta claramente uma solução de um fator (por exemplo, primeiro valor próprio acima de 6, todos os outros com menos de 1) e o alfa de Cronbach é bom (por exemplo, 0,90). Nenhum item tem baixa correlação item-total.
Originalmente, eu queria fazer um CFA (o EFA era apenas um acompanhamento depois que vi que o CFA não era bom) testando um modelo de um fator. Para minha surpresa, o ajuste para o modelo foi relativamente ruim:
CFI=.91
TLI=.88
RMSEA=.13
Além disso, as cargas para cada um dos itens são muito boas (0,65+).
Estranhamente, o SRMR=.05
que é aceitável / bom.
Os índices de modificação sugerem que eu correlacione erros em todo o lugar. Se houvesse uma lógica clara para fazê-lo (por exemplo, alguns dos itens têm uma redação muito semelhante), eu faria isso; no entanto, todas as medidas são redigidas de maneira semelhante e a correlação de todos os termos de erro seria estranha e dolorosa.
Eu nunca vi um caso como este. A medida é consistente internamente e é claramente composta por um fator na EPT, mas apresenta um ajuste inadequado na ACT. Os resultados são congruentes em ambas as amostras independentes (de diferentes continentes). Tentei um CFA de dois fatores (agrupou 5 itens aleatórios) e o ajuste foi o mesmo, ou até marginalmente melhor.
Aqui estão as minhas perguntas:
- Por que o ajuste de acordo com o CFI / TLI / RMSEA é tão ruim, considerando as cargas alfa / fator de EFA / Cronbach?
- Por que o SRMR é bom, enquanto os outros índices não são? Eu sei que eles medem coisas diferentes, mas na minha experiência, quase sempre convergem.
- Devo correlacionar alguns dos erros?
Itens de exemplo:
- Você tem pensamentos sobre suas deficiências
- Você tem pensamentos difíceis de esquecer
- Você pensa sobre a situação o tempo todo