Интересно, может кто-нибудь объяснить, в чем главное отличие омега-альфа-надежности?
Я понимаю, что надежность омеги основана на иерархической факторной модели, как показано на следующем рисунке, и альфа использует средние межэлементные корреляции.
Что я не понимаю, так это то, в каком состоянии коэффициент достоверности омега будет выше, чем коэффициент альфа, и наоборот?
Могу ли я предположить, что если корреляции между субфакторами и переменными выше, коэффициент омега также будет выше (как показано на рисунке выше)?
Любой совет приветствуется!
reliability
scales
psychometrics
user11820
источник
источник
Ответы:
Коэффициент (иерархический) дает долю дисперсии в оценках шкалы, учитываемых общим фактором (1,2), обычно из факторного анализа второго порядка. Однако, если какие-либо измерения нулевого порядка отражаются в таких масштабах, будет меньше, чем Кронбаха (который должен использоваться только с одномерными масштабами в любом случае). только в том случае, когда измерительный инструмент имеет так называемый тау-эквивалент (равные факторные нагрузки, но, возможно, неравные, но некоррелированные ошибки)ωh ωh α α=ωh , Это было ранее продемонстрировано Макдональдсом. Независимо от используемого индикатора низкие значения указывают на то, что нет смысла вычислять итоговую оценку (т. Е. Суммировать вклад каждого элемента оценки в единое целое для получения составной оценки).
Подводя итог, можно что коррелированные ошибки измерения, многомерность или неравномерная загрузка факторов приводят к тому, что оба показателя могут расходиться, причем иерархическая - это мера надежности, которую следует использовать, следуя прошлой работе Revelle и коллег (более подробно об этом см. (1)).ωh
Рекомендации
источник
Альфа Кронбаха зависит от предположения, что каждая переменная индикатора вносит одинаковый вклад в коэффициент, то есть все (нестандартные) нагрузки должны быть одинаковыми (тау-эквивалентность). Если это предположение нарушается, истинная надежность будет недооценена.
Второе предположение для альфа состоит в том, что отклонения ошибок индикаторов должны быть некоррелированными. Другими словами, один фактор должен учитывать все общие различия показателей. Если это не так, альфа переоценит надежность.
Omega не требует тау-эквивалентности или некоррелированных отклонений ошибок. Есть две версии омеги. Первый используется, когда отклонения ошибок некоррелированы, второй - если они коррелированы. Омега и альфа дадут одинаковый результат, если данные не нарушают предположения альфа.
источник