¿Qué hacer después de las estadísticas de ajuste deficiente para un análisis factorial confirmatorio?

8

Contexto

Tengo algunos problemas con mi tesis doctoral. Mi tesis es Investigar los comportamientos de ciudadanía organizacional de los maestros de escuela primaria a través de sus percepciones sobre la cultura organizacional y sus niveles de confianza organizacional.

Tengo una muestra de 871 maestros. Tengo tres instrumentos, pero fueron desarrollados por otros investigadores y se usaron en otros estudios.

He estado tratando de analizar mis datos usando modelos de ecuaciones estructurales. Sin embargo, al intentar hacer un análisis factorial confirmatorio, solo un instrumento (ciudadanía organizacional) estaba bien. Los otros dos instrumentos no dieron el análisis confirmatorio de primer orden. Los valores de RMSEA fueron de alrededor de 0.100. Chi-cuadrado era demasiado alto, y chi-cuadrado dividido por grados de libertad también era demasiado alto.

Pregunta

  • ¿Qué debo hacer con mis instrumentos y CFAs?
  • ¿Sería una buena idea parcelar o eliminar elementos de estos instrumentos?
  • ¿O debería omitir el modelado de ecuaciones estructurales y continuar con la regresión?
chl
fuente

Respuestas:

5

Probablemente haría lo siguiente: 1) Divida los datos en dos segmentos más o menos iguales. 2) Realizar análisis exploratorios en uno de estos y derivar un nuevo modelo 3) Probar el modelo en la otra mitad de los datos.

Esto al menos será algo que no se hace con tanta frecuencia, lo que lo hará más adecuado para la publicación (si lo desea), y le dará una prueba independiente de su modelo.

También puede ajustar ambos modelos (el anterior y el que desarrolla) a sus datos de prueba y comparar el ajuste de ambos.

richiemorrisroe
fuente
1

En lugar de buscar soluciones estadísticas que resuelvan directamente este problema, buscaría soluciones que mejoren el diagnóstico.

Primero, compararía las diferentes muestras utilizadas en los diferentes estudios.

Luego, si tiene los datos, miraría los patrones de correlación entre las variables en las diferentes muestras. (Es posible que pueda obtenerlos de otros autores).

Peter Flom
fuente