CR

組合信度

組成信度(composite reliability),又稱CR,是指一個組合變數(composite score,由多於一個變數的總和做成的新變數)的信度。

概括介紹


在下面的圖裡,y=x+x,y就是一個組合變數。我們怎麼知道這個新的變數y的信度呢?在回答這個問題以前,讓我解釋一下為什麼要知道y的信度。在做問卷調查的時候,為了增加信度,我們往往會用多於一個項目來測量一個構念。下圖的x和x就是用來測量構念y的兩個項目。在分析的時候,我們通常是把構念的測量項目求平均數來代表這個構念(就是就y=(x+x)/2,註:除以2對我們以下的討論不影響,因為把一個變數除以一個常數不會影響它的信度)。因此,知道y這個組合變數的信度就是我們有興趣的構念的信度了。
CR[組合信度]
CR[組合信度]
用這個 信度的定義,x與T 的相關係數就是的 信度。
因子分析來估計複合 信度,我們要知道組合變數y(也就是x+x)與真實分數T的相關係數,因為根據 信度的定義,我們可以推導得出“信度就是觀察變數y與真實變數T的相關係數”。那y與T的相關是什麼呢?
CR[組合信度]
CR[組合信度]
上面我們推導得到「T與y 的相關的平方」(也就是y的 信度)是上面的公式(5)。這個就是在因子分析中組合 信度(composite reliability)的計算公式。Loutianyang 問上述公式中的λ是「標準化」的還是「沒標準化」的。在推導中我用了紅色來點出其中一個假設,就是var(T)=1。要潛變數的方差等於1,λ一定是「標準化」的。
基於方程(3),每一個項目變數的觀察方差都可以分解成兩個部分:
σ = λ σ + σ
λ是真方差(true variance)(假設σ=1),也就是項目變數在測量y的時候真的表現了y的方差;σ是誤差方差,也就是項目變數在測量y的時候的隨機誤差的方差。如果把所有的項目的觀察方差(σ)都加起來,看看當中有多少是“真”的方差的話,這個指標我們叫做方差析出量,AVE(average variance extracted)。
AVE代表了在這麼多個測量y的項目中,平均來講“真方差”是“觀察方差”的幾分之幾。Loutianyang 說AVE小於0.5,意思就是真的方差不過一半,也就是說在k個測量T的項目中,誤差方差(錯的方差)比真的方差還大,這怎麼可以接受呢?