Я исследую психометрические свойства меры самоотчета из 10 пунктов. У меня около 400 дел в двух независимых выборках. Элементы выполнены по 4-балльной шкале Лайкерта. EFA явно поддерживает однофакторное решение (например, первое собственное значение больше 6, все остальные меньше 1), и альфа Кронбаха хороша (например, 0,90). Ни один предмет не имеет низкой корреляции между предметом.
Первоначально я хотел сделать CFA (EFA был просто продолжением после того, как я увидел, что CFA не был хорош), тестируя модель с одним фактором. К моему удивлению, пригодность для модели оказалась относительно плохой:
CFI=.91
TLI=.88
RMSEA=.13
Более того, нагрузки для каждого из предметов довольно хорошие (.65+).
Как ни странно, то SRMR=.05
, что приемлемо / хорошо.
Индексы модификации предполагают, что я повсеместно коррелирую ошибки. Если бы было четкое рациональное решение (например, некоторые пункты имеют очень похожую формулировку), я бы сделал это; однако все меры сформулированы одинаково, и корреляция всех условий ошибки будет странной и болезненной.
Я никогда не видел такого случая. Эта мера внутренне непротиворечива и, очевидно, состоит из одного фактора в ОДВ, но она плохо подходит для CFA. Результаты совпадают в обеих независимых выборках (с разных континентов). Я попробовал двухфакторный CFA (сгруппировал 5 случайных предметов) и подгонка была такой же или даже чуть лучше.
Вот мои вопросы:
- Почему соответствие в соответствии с CFI / TLI / RMSEA настолько плохое, учитывая нагрузки альфа / фактора EFA / Cronbach?
- Почему SRMR хорош, а другие индексы - нет? Я знаю, что они измеряют разные вещи, но по моему опыту, они почти всегда сходятся.
- Должен ли я сопоставить некоторые ошибки?
Пример предметов:
- У вас есть мысли о ваших недостатках
- У вас есть мысли, которые трудно забыть
- Вы все время думаете о ситуации