全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SPSS论坛
2018-8-9 16:04:13
谢谢分享,太感谢了!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-8-25 11:38:55
学习了,谢谢.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-12-9 15:49:09
stephen1981 发表于 2011-6-13 20:05
9# story12
9楼的朋友,您好!
感谢你的意见,我所给出的AVE的计算公式是基于Hair et al.(2006)等学者所 ...
疑惑:把分母[(Σλ2)+Σ(1-R2)]代入相应的值计算,最后分母所得的结果其实就是题目的数目?是因为Σ(1-R2)的中R=λ?
Mplus中采用非转化因子负荷计算AVE= (Σλ2)/ ((Σλ2)+Σvar(ε),若而普遍采用的吴明隆老师给的AVE= Σλ2/ n似乎需要采用标准化因子负荷。Σvar(ε)=Σ(1-λ^2)?
这两个公式似乎存在很多误用和混用的情况,有何差异和适用条件?请大家解答
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-12-25 10:33:25
感谢分享,正在学习CR、AVE值的问题
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-1-24 20:59:09
谢谢分享,楼主好人
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-1-24 20:59:41
谢谢分享。好人
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-2-25 21:54:26
感谢感谢
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-6 09:30:21
谢谢分享
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-15 14:17:15
感谢分享
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-19 00:02:27
感谢 真棒
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-20 16:56:03
谢谢大家的分享
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-5-16 21:50:22
谢谢分享~~!!!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2020-10-16 20:13:31
附件没有了,有没有哪位可以分享一下,万分感谢
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-11-25 22:53:38
mingtaosun 发表于 2010-12-2 10:42
嗯 吴明隆书的软件不错
请问朋友,是吴老师哪本书里的软件呢?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-9-28 16:52:53
感谢分享!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2023-12-5 21:15:02
感谢楼主分享
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2024-2-3 11:39:22
AVE值=Average(loading平方然后求和),CR值=Sum(loading)^2 / [sum(loading)^2 + sum(e)],loading值为标准化载荷系数,e为残差标准载荷系数。SPSSAU验证性因子分析进行效度检验的时候会自动输出AVE和CR值结果
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2024-7-17 14:10:07
在结构方程模型(SEM)或验证性因素分析中,组合信度(CR)和平均方差提取(AVE)是评估构造可靠性和收敛效度的两个关键指标。当您从数据中抽取公因子后,可以通过以下步骤计算CR和AVE值:

### 组合信度(Composite Reliability, CR)

1. **计算因子载荷**:首先,确定每个测量项对所属公因子的标准化因子载荷(λ)。
2. **计算平方因子载荷之和**:将所有与一个特定公因子相关的测量项的因子载荷的平方相加(\sum λ^2)。
3. **计算残差方差之和**:对于每个测量项,计算1减去其因子载荷的平方(即它的误差项),然后将这些值相加(\sum (1 - λ^2))。
4. **计算CR**:
   \[
   CR = \frac{\sum λ^2}{\sum λ^2 + \sum (1 - λ^2)}
   \]
   
### 平均方差提取(Average Variance Extracted, AVE)

1. **计算平方因子载荷之和**:这一步与CR的第二步相同,即计算所有与一个特定公因子相关的测量项的因子载荷的平方(\sum λ^2)。
2. **计算AVE**:
   \[
   AVE = \frac{\sum λ^2}{\text{数量 of items}}
   \]

这里需要注意的是,“数量 of items”是指构成该公因子的所有测量项的数量。

### 示例

假设您有3个测量项与一个公因子相关,它们的标准化因子载荷分别为0.8, 0.9和0.7:

- 对于CR:
    - \(\sum λ^2 = 0.8^2 + 0.9^2 + 0.7^2 = 0.64 + 0.81 + 0.49 = 1.94\)
    - \(\sum (1 - λ^2) = (1-0.64) + (1-0.81) + (1-0.49) = 0.36 + 0.19 + 0.51 = 1.06\)
    - \(CR = \frac{1.94}{1.94 + 1.06} = \frac{1.94}{3} ≈ 0.647\)

- 对于AVE:
    - \(\sum λ^2\) 仍然为\(1.94\),且数量 of items = 3
    - \(AVE = \frac{1.94}{3} ≈ 0.647\)

一般而言,CR值应大于0.7,而AVE值应至少大于0.5来表明良好的信度和收敛效度。

此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2024-7-22 15:43:28
收货很多!学习了!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2024-7-22 15:49:50
请问什么时候回使用聚敛效度和区分效度啊
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群