Para peneliti sering menggunakan dua ukuran yang memiliki item yang sangat mirip dan berpendapat bahwa mereka mengukur hal-hal yang berbeda (misalnya, "Saya selalu khawatir ketika saya berada di sekitar mobil"; "Saya takut mobil"). Mari kita memanggil langkah-langkah hipotetis Ketakutan Mobil Mengukur dan Kecemasan dari Skala Mobil. Saya tertarik untuk menguji secara empiris jika mereka memang menilai konstruk laten yang berbeda, atau jika mereka mengukur hal yang sama.
Dua cara terbaik yang dapat saya pikirkan untuk melakukan ini adalah melalui analisis pabrik eksplorasi (EFA) atau analisis faktor konfirmatori (CFA). Saya pikir EFA akan bagus karena memungkinkan semua item untuk memuat secara bebas tanpa kendala. Jika item dari dua skala memuat pada faktor yang sama, maka saya dapat menyimpulkan bahwa tindakan tersebut kemungkinan tidak menilai hal-hal yang berbeda dengan sangat baik. Saya juga dapat melihat manfaat dalam CFA, karena saya akan menguji model yang telah ditentukan. Sebagai contoh, saya bisa membandingkan kecocokan model di mana semua item memuat ke faktor tunggal (yaitu, mereka tidak menilai konstruksi yang berbeda) atau item dipisahkan ke dalam ukuran yang diharapkan. Masalah dengan CFA, saya kira, adalah bahwa itu tidak akan benar-benar mempertimbangkan model alternatif (misalnya, model tiga faktor).
Untuk keperluan diskusi, mari kita mungkin juga mempertimbangkan bahwa mungkin ada dua langkah yang sangat mirip di luar sana (misalnya, kuesioner kecemasan mobil dan Timbangan untuk penilaian ketakutan mobil) yang ingin saya lempar ke dalam campuran!
Bagaimana saya bisa menentukan secara statistik jika dua ukuran menilai konstruksi yang berbeda?
sumber
Jawaban:
Metode-metode ini adalah contoh penerapan analisis data eksplorasi dan konfirmasi. Analisis data eksplorasi mencari pola sementara analisis data konfirmasi melakukan pengujian hipotesis statistik pada model yang diusulkan. Itu benar-benar tidak boleh dilihat dalam hal metode mana yang digunakan itu lebih merupakan masalah apa tahap dalam analisis data Anda Jika Anda tidak yakin faktor apa yang termasuk dalam model Anda, Anda menerapkan EFA. Setelah Anda menghilangkan beberapa faktor dan memutuskan apa yang akan dimasukkan dalam model Anda, Anda melakukan CFA untuk menguji model secara formal untuk melihat apakah faktor-faktor yang dipilih signifikan.
sumber
Jika saya memahami pertanyaan Anda dengan benar, ini adalah pertanyaan tentang pengujian . Maka hanya pengujian membutuhkan semacam analisis faktor konfirmasi, sama dengan pertanyaan: "apakah sarana dalam subkelompok benar-benar berbeda?" membutuhkan uji-t.
Sayangnya (?) Dengan pemilihan pendekatan umum dari metode analisis faktor yang sesuai juga model matematika (dan statistik) yang berbeda sering tersirat, misalnya, jika Anda memilih "CFA" di SPSS maka tersirat bahwa Anda menganggap kesalahan tidak berkorelasi dan bahwa kesalahan yang tidak berkorelasi diperkirakan dan estimasi tersebut dikeluarkan dari model - jadi, menurut pendapat saya, karena implikasi lebih lanjut pemilihan awal dari pendekatan analitik faktor yang benar sering dikompromikan oleh implikasi matematis / statistik ini.
Singkatnya: pertanyaan Anda adalah salah satu dari "pengujian nol", sehingga Anda memerlukan CFA atau lebih baik: metode yang dikembangkan dalam kerangka SEM (pemodelan persamaan struktural). Catatan, ada milis yang ramah dan membantu penuh pakar di SEM yang disebut "SEMNET" dan karena saya bukan pakar sungguhan, Anda dapat menyaring tanggapan Anda dengan bertanya di sana ...
sumber