Affidabilità Omega vs. Alpha

Mi chiedo se qualcuno può spiegare qual è la differenza principale tra affidabilità omega e alfa?

Capisco che un'affidabilità omega si basa sul modello di fattore gerarchico, come mostrato nella figura seguente, e l'alfa utilizza correlazioni inter-item medie.

Quello che non capisco è, in quale condizione, il coefficiente di affidabilità omega sarebbe superiore al coefficiente alfa e viceversa?

Posso assumere se le correlazioni tra i sottofattori e le variabili sono più alte, anche il coefficiente omega sarebbe più alto (come mostrato nella figura sopra)?

Ogni consiglio è apprezzato!

Il (gerarchico) fornisce la proporzione di varianza nei punteggi di scala calcolati da un fattore generale (1,2), di solito da un'analisi fattoriale del secondo ordine. Tuttavia, se qualsiasi dimensione di ordine zero si riflette in tali scale, sarà inferiore a di Cronbach (che dovrebbe essere usato solo con scale unidimensionali in ogni caso). È solo quando lo strumento di misura è il cosiddetto tau-equivalente ( uguale fattore ma errori probabilmente non uguali ma non correlati) cheω h α α = ω $\omega_h$$\omega_h$$\alpha$$\alpha=\omega_h$. Lo dimostrò presto McDonald. Indipendentemente dall'indicatore utilizzato, valori bassi indicano che non ha senso calcolare un punteggio di somma (vale a dire, aggiungere il contributo di ogni punteggio di un oggetto insieme per ricavare un punteggio composito).

Per riassumere, errori di misurazione correlati, multidimensionalità o caricamenti di fattori disuguali fanno sì che entrambi gli indicatori divergano, con gerarchica come misura di affidabilità da utilizzare, a seguito del lavoro passato di Revelle e dei colleghi (vedere (1) per ulteriori discussioni al riguardo).$\omega_h$

Riferimenti

1. Zinbarg, RE, Revelle, W. e Yovel, I. (2007). Stima per strutture contenenti due fattori di gruppo: pericoli e prospettive. Misurazione psicologica applicata , 31 (2) , 135–157.$\omega_h$
2. McDonald, RP (1999). Teoria dei test: un trattamento unificato . Mahwah, NJ: Lawrence Erlbaum.
3. Zinbarg, RE, Yovel, I., Revelle, W. e McDonald, RP (2006). Stima della generalizzabilità a una variabile latente comune a tutti gli indicatori di una scala: un confronto di stimatori per$\omega_h$ . Misurazione psicologica applicata , 30 (2) , 121-144.

L'alfa di Cronbach dipende dal presupposto che ciascuna variabile indicatore contribuisca equamente al fattore, vale a dire che tutti i carichi (non standardizzati) devono essere gli stessi (tau-equivalenza). Se questa ipotesi viene violata, la vera affidabilità verrà sottovalutata.

Il secondo presupposto per l'alfa è che le varianze di errore degli indicatori devono essere non correlate. In altre parole, un singolo fattore deve tenere conto di tutta la varianza comune degli indicatori. In caso contrario, alpha sopravvaluterà l'affidabilità.

Omega non richiede equivalenza di tau o varianze di errore non correlate. Esistono due versioni di Omega. Il primo viene utilizzato quando le varianze di errore non sono correlate, il secondo se sono correlate. Omega e alfa produrranno lo stesso risultato se i presupposti di alfa non vengono violati dai dati.