Niezawodność Omega vs. alfa

11

Zastanawiam się, czy ktoś może wyjaśnić, jaka jest główna różnica między niezawodnością omega i alfa?

Rozumiem, że niezawodność omega opiera się na hierarchicznym modelu czynnikowym, jak pokazano na poniższym obrazie, a alfa używa średnich korelacji między elementami.

wprowadź opis zdjęcia tutaj

Nie rozumiem, w jakich warunkach współczynnik niezawodności omega byłby wyższy niż współczynnik alfa i odwrotnie?

Czy mogę założyć, że jeśli korelacje między podfaktorami i zmiennymi są wyższe, współczynnik omega również byłby wyższy (jak pokazano na powyższym obrazku)?

Wszelkie porady są mile widziane!

reliability scales psychometrics

— użytkownik11820
źródło

Przedstawiłem dyskusję na temat wykorzystania alfa Cronbacha w porównaniu z innymi wskaźnikami wiarygodności w tym powiązanym wątku: Ocena wiarygodności kwestionariusza: wymiarowość, problematyczne elementy i czy użyć alfa, lambda6 lub jakiegoś innego indeksu? . Odpowiedź na twoje pierwsze pytanie można znaleźć w artykułach Revelle opublikowanych w Psychometrice .

— chl

Cześć. Przeczytałem artykuł Revelle'a, ale nie sądzę, że w pełni go zrozumiałem. To dlatego opublikowałem go tutaj, mając nadzieję, że ktoś wskaże właściwy kierunek. Obliczyłem analizę niezawodności zarówno omega, jak i alfa dla zestawu danych, czasami współczynnik omega jest wyższy, czasami alfa jest wyższy - i tak naprawdę nie rozumiem, dlaczego tak jest.

— user11820,

11

$\omega_h$ $\omega_h$ $\alpha$ $\alpha=\omega_h$ . Zostało to wcześnie zademonstrowane przez McDonalda. Niezależnie od zastosowanego wskaźnika, niskie wartości wskazują, że nie ma sensu obliczanie wyniku sumarycznego (tj. Sumowanie udziału każdego wyniku w celu uzyskania wyniku łącznego).

$\omega_h$

Bibliografia

$\omega_h$
McDonald, RP (1999). Teoria testów: jednolite leczenie . Mahwah, NJ: Lawrence Erlbaum.
$\omega_h$

— chl
źródło

7

Alfa Cronbacha zależy od założenia, że każda zmienna wskaźnikowa przyczynia się w równym stopniu do współczynnika, tj. Wszystkie (niestandardowe) ładunki muszą być takie same (równoważność tau). W przypadku naruszenia tego założenia prawdziwa wiarygodność zostanie niedoceniona.

Drugim założeniem dla alfa jest to, że wariancje błędów wskaźników muszą być nieskorelowane. Innymi słowy, jeden czynnik musi uwzględniać całą powszechną wariancję wskaźników. Jeśli tak nie jest, alfa będzie przeceniać niezawodność.

Omega nie wymaga równoważności tau ani nieskorelowanych wariancji błędów. Istnieją dwie wersje omegi. Pierwszy jest używany, gdy wariancje błędów są nieskorelowane, drugi, jeśli są skorelowane. Omega i alfa przyniosą taki sam wynik, jeśli dane nie naruszą założeń alfa.

— Pete
źródło

Alfa Cronbacha nie obejmuje takich założeń jak jednowymiarowość. Jego definicja nie zakłada modelu statystycznego ani rozkładu, a jedynie istnienie co najmniej dwóch wyników punktowych, które można zsumować w celu uzyskania wyniku całkowitego.

— Marjolein Fokkema