Saya ingin tahu apakah seseorang dapat menjelaskan apa perbedaan utama antara reliabilitas omega dan alpha?
Saya mengerti keandalan omega didasarkan pada model faktor hierarkis seperti yang ditunjukkan pada gambar berikut, dan alpha menggunakan korelasi antar-item rata-rata.
Yang tidak saya mengerti adalah, dalam kondisi apa, koefisien reliabilitas omega akan lebih tinggi dari koefisien alpha, dan sebaliknya?
Dapatkah saya berasumsi jika korelasi antara subfaktor dan variabel lebih tinggi, koefisien omega juga akan lebih tinggi (seperti yang ditunjukkan pada gambar di atas)?
Setiap saran sangat dihargai!
reliability
scales
psychometrics
pengguna11820
sumber
sumber
Jawaban:
The (hirarkis) koefisien memberikan proporsi varians dalam skor skala dicatat oleh faktor umum (1,2), biasanya dari analisis faktor orde kedua. Namun, jika ada dimensi nol-urutan tercermin dalam skala tersebut, akan lebih kecil dari Cronbach (yang seharusnya hanya digunakan dengan skala unidimensional dalam kasus apa pun). Hanya ketika instrumen pengukuran disebut tau-ekuivalen (memuat faktor yang sama tetapi mungkin kesalahan yang tidak sama tetapi tidak berkorelasi) itulahω h α α = ω hωh ωh α α = ωh . Ini awal ditunjukkan oleh McDonald. Terlepas dari indikator yang digunakan, nilai yang rendah menunjukkan bahwa tidak masuk akal untuk menghitung skor penjumlahan (yaitu, untuk menambah kontribusi dari setiap skor item bersama-sama untuk mendapatkan skor gabungan).
Singkatnya, kesalahan pengukuran berkorelasi, multidimensionalitas atau memuat faktor yang tidak setara membuat kedua indikator cenderung berbeda, dengan hirarki menjadi ukuran keandalan untuk digunakan, mengikuti pekerjaan Revelle dan rekan kerja sebelumnya (lihat (1) untuk diskusi lebih lanjut tentang itu).ωh
Referensi
sumber
Cronbach's alpha tergantung pada asumsi bahwa masing-masing variabel indikator memberikan kontribusi yang sama terhadap faktor, yaitu, semua pemuatan (yang tidak standar) harus sama (tau-ekivalen). Jika asumsi ini dilanggar, keandalan yang sebenarnya akan diremehkan.
Asumsi kedua untuk alpha adalah bahwa varian kesalahan indikator harus tidak berkorelasi. Dengan kata lain, satu faktor harus menjelaskan semua varian umum dari indikator. Jika ini tidak terjadi, alpha akan melebih-lebihkan keandalan.
Omega tidak memerlukan variasi kesalahan tau-ekuivalensi atau tidak berkorelasi. Ada dua versi omega. Yang pertama digunakan ketika varians kesalahan tidak berkorelasi, yang kedua jika mereka berkorelasi. Omega dan alpha akan menghasilkan hasil yang sama jika asumsi alpha tidak dilanggar oleh data.
sumber