420425_it-IT

liliconcom

Validità nomologica

Ciao meravigliosa comunità!

 

Ho quasi terminato le mie analisi, ma devo verificare la validità nomologica della mia scala di misura. Ho letto sull'argomento, ma non capisco come farlo in JMP Pro 16.

 

Vorrei realizzare una tabella come quella in allegato.Potresti aiutarmi per favore?

 

Grazie mille!

 

Nataly

AnalisiRe: Validità nomologica

Ciao Nataly,

Penso che dovrai fornire maggiori informazioni sulla tua analisi. Presumo che l'esempio che hai allegato provenga da un modello di equazione strutturale. Ma sarebbe utile se potessi spiegare da dove viene e in che modo ciò che stai cercando di fare si collega a questo.

Saluti,

Phil

Re: Validità nomologica

Ciao Nataly,

 

Come indicato da Phil, sarebbe utile avere maggiore chiarezza sulle analisi che hai eseguito. Da una domanda precedente che hai posto, presumo che tu inserisca un modello di analisi fattoriale di conferma (CFA) con 3 variabili latenti (le sottoscale della tua scala di misurazione).

 

In generale, un modo efficace per testare la validità convergente e discriminante della tua scala è adattare un altro CFA usando la tua scala e anche un paio di altre scale che dovrebbero e non dovrebbero coincidere con la tua. Il tuo CFA dovrebbe avere tante variabili latenti (LV) quante pensi che la tua scala stia misurando più i LV delle altre scale, e tutti i LV dovrebbero covare. Quindi, dopo aver adattato il modello, nel menu del triangolo rosso troverai "Valuta modello di misurazione", che mostrerà l'affidabilità dei tuoi indicatori e delle tue sottoscale. Mostrerà anche una "Matrice di validità del costrutto" insieme a una visualizzazione della matrice. Il tuo obiettivo è mostrare che le voci diagonali in quella matrice sono più grandi dei valori sopra e alla loro destra. Il motivo è che i valori diagonali sono la varianza media estratta dai LV dagli indicatori e i valori sopra e a destra rappresentano la varianza condivisa attraverso i LV. Vuoi assicurarti che i tuoi LV (sottoscale) abbiano più varianza in comune con i propri indicatori rispetto agli altri LV, e ciò è evidenziato dall'avere valori più grandi nella diagonale. Puoi anche esaminare i valori sotto la diagonale, che sono semplicemente le correlazioni tra i LV: quelli che ipotizzi di correlare con i LV della tua scala dovrebbero mostrare quelle associazioni e quelli che ipotizzi non correlare con i LV della tua scala dovrebbero anche mostrare quel modello.

 

Ecco un esempio in cui le variabili latenti (tutte tranne la Reputazione) sono ben definite e hanno una buona validità convergente e discriminante:

 

C'è una spiegazione più dettagliata dell'opzione Valuta modello di misurazione in questa presentazione video a partire dal minuto 31: https://community.jmp.com/t5/Discovery-Summit-Americas-2020/ABCs-of-Structural-Equations-Models-2020-US-45MP-590/ta-p/281529

 

HTH,

~Laura