R: Использование пакета psy для проверки на сходящуюся действительность (возникшие проблемы) - PullRequest
Новая
       9

R: Использование пакета psy для проверки на сходящуюся действительность (возникшие проблемы)

0 голосов
/ 21 сентября 2018

У меня есть набор данных с несколькими скрытыми переменными, и в настоящее время я проверяю как достоверность дискриминанта с использованием пакета R лавы, так и конвергентную валидность с использованием пакета R psy (версия R 3.5.1).При проверке на конвергентную действительность я сталкиваюсь с определенными проблемами (см. Вопросы ниже).

Например, у меня есть переменная "PS" (= политический навык), которая имеет четыре подшкалы ("PSNA", "PSII", "PSAS", "PSSA") со следующими элементами: 

data$PSNA <- data[c("PS_01","PS_06","PS_07","PS_10","PS_11","PS_15")]
data$PSII <- data[c("PS_02","PS_03","PS_04","PS_12")]
data$PSAS <- data[c("PS_09","PS_13","PS_14")]
data$PSSA <- data[c("PS_05","PS_08","PS_16","PS_17","PS_18")]

Когда я проверяю конвергентную достоверность, я использую следующий код (минимальный рабочий пример, учитывая, что набор данных загружен, переменные правильно указаны и т. Д.): 

library(psy)
psy::mtmm(data,list(c("PS_01","PS_06","PS_07","PS_10","PS_11","PS_15"),
                           c("PS_02","PS_03","PS_04","PS_12"),
                           c("PS_09","PS_13","PS_14"),
                           c("PS_05","PS_08","PS_16","PS_17","PS_18")))

И я получаюследующий вывод: 

    Item ScaleI   Scale 1   Scale 2   Scale 3   Scale 4
1  PS_01      1 0.8380423 0.5144988 0.3454916 0.5717979
2  PS_06      1 0.6913118 0.6925180 0.6450783 0.5953375
3  PS_07      1 0.8000200 0.6554494 0.7370059 0.6526070
4  PS_10      1 0.6832371 0.4995184 0.3656475 0.6495132
5  PS_11      1 0.7486715 0.4499358 0.3038301 0.4842264
6  PS_15      1 0.7857609 0.7563410 0.6776251 0.8702897
25 PS_02      2 0.5293180 0.6135094 0.6476528 0.6775223
26 PS_03      2 0.6399255 0.7222210 0.7384163 0.5931270
27 PS_04      2 0.5889947 0.7802526 0.6949446 0.6927352
28 PS_12      2 0.5916436 0.6072019 0.5857657 0.6615552
41 PS_09      3 0.6054617 0.7812562 0.7680702 0.6992401
42 PS_13      3 0.6088767 0.7501376 0.8224281 0.7091506
43 PS_14      3 0.4408717 0.6913916 0.8814835 0.6511652
53 PS_05      4 0.3694269 0.6206938 0.4342520 0.5241523
54 PS_08      4 0.7241875 0.4227134 0.4683282 0.5745616
55 PS_16      4 0.7200101 0.6347283 0.5625519 0.7770008
56 PS_17      4 0.6260972 0.6865292 0.5261209 0.7490376
57 PS_18      4 0.4539620 0.6978974 0.8278951 0.4917656

где Масштаб 1 - PSNA, Масштаб 2 - PSII, Масштаб 3 - PSAS, а Масштаб 4 - PSSA.

Теперь мои вопросы:

1) Является ли этот код в целом правильным для проверки сходящейся достоверности шкалы PS?

2) Могу ли я указать в коде, что в выводе «PSNA» написано вместо «Масштаб 1», «PSII "вместо" Scale 2 "и т. Д.?Это всего лишь эстетическая проблема, и не самая важная.

3) Как правильно интерпретировать этот вывод?Если я не ошибаюсь, предметы, принадлежащие к одному и тому же измерению, должны быть более коррелированными друг с другом, а также с их собственным масштабом, и их корреляции с предметами из других измерений должны быть равны нулю или, по крайней мере, меньшей величины.Корреляция 0,3 (или 0,4) или выше обычно считается показателем «значимой» корреляции для двух элементов, принадлежащих к одному и тому же подшкалу.В моем случае, например, для элементов шкалы 1 (PSNA), пять элементов показывают высокую корреляцию с этой подшкалой (от 0,68 до 0,83) и всегда более низкую, но все еще высокую корреляцию с другими шкалами (за исключением элемента «PS_15»).).Так это все еще приемлемо или корреляции с другими подшкалами слишком высоки?

4) Я также хотел бы видеть корреляции между подшкалами (PSNA, PSII, PSAS, PSSA), поэтому PSNA с PSII,PSNA с PSAS и т. Д. Как я могу это сделать?

Заранее большое спасибо!

...