Estou executando um CFA e obtendo bons índices de ajuste (CFI = .99, RMSEA = .01) para uma escala unidimensional. No entanto, quando testo a consistência interna, fico com s de Cronbach ( ). Eu tentei de tudo, desde remover discrepâncias até descartar itens e ainda acabar com o mesmo problema.α = 0,6
Gostaria de saber se há algo no SEM que mostre que a medida é confiável?
Eu sei que há algum debate sobre se o Cronbach (ou consistência interna) mede a confiabilidade, mas como meu campo exige que o Cronbach seja relatado como uma medida da bondade psicométrica, preciso encontrar uma maneira de mostrar a consistência interna como sendo adequado para esta medida.α
Respostas:
Você pode calcular a confiabilidade de seus itens no CFA.
A partir da sua solução padronizada, calcule: (L1 + ... Lk) * 2 / [(L1 + ... Lk) * 2 + (Var (E1) + ... + Var (Ek))]
Isso dará à confiabilidade composta, que deve estar próxima de alfa.
É mais difícil ter um bom ajuste se você tiver um alfa alto, e é mais difícil ter um alfa alto se você tiver um bom ajuste. O exemplo extremo disso é se todos os itens não estão correlacionados - o qui-quadrado será zero e o RMSEA será zero, indicando ótimo ajuste. Mas o alfa também será zero, indicando uma confiabilidade terrível. O sinalizador usual para isso é baixo CFI (porque o modelo nulo qui-quadrado é muito baixo), mas você não o possui. Eu escrevi sobre isso neste artigo: http://www.sciencedirect.com/science/article/pii/S0191886906003874 (que eu acho que não está atrás de um paywall).
Você mencionou suas cargas em um comentário (elas são padronizadas?). Carregamentos de 0,45 levam a correlações implícitas de 0,23; portanto, se seus carregamentos são tão altos, não vejo como suas correlações podem ser tão baixas, e o modelo ainda se encaixa. (Qual é o tamanho da sua amostra?)
Qual estimador você está usando?
fonte
Se seu instrumento estiver avaliando duas ou mais construções, é possível que seu alfa esteja baixo. Aconselho você a estimar um alfa para cada subescala.
fonte