我正在以几种不同的比例来计算omega；并在R中使用不同的omega功能获得针对不同规模的不同警告消息。我的问题是关于如何解释这些警告以及是否安全地报告检索到的omega统计信息。
当我使用文章“从alpha到omega:内部一致性估计普遍问题的实用解决方案”中的以下函数时
ci.reliability(subscale1, interval.type="bca", B=1000)
我收到以下警告:
1: In lav_object_post_check(lavobject) :
lavaan WARNING: some estimated variances are negative
2: In lav_object_post_check(lavobject) :
lavaan WARNING: observed variable error term matrix (theta) is not positive definite; use inspect(fit,"theta") to investigate.
可能有很多人!
他们的意思是什么？
我仍然收到欧米茄的统计数据；他们可以被解释吗？
当我使用该功能时:
psych::omega(subscale1)
我收到此警告:
Warning message:
In GPFoblq(L, Tmat = Tmat, normalize = normalize, eps = eps, maxit = maxit, :
convergence not obtained in GPFoblq. 1000 iterations used.
再次，
这是什么意思;我可以使用获得的欧米茄统计信息吗？
请注意，这些警告出现在不同的分量表上。因此可以使用其中一个函数来计算一个分量表，而不能使用另一个函数来计算，反之亦然。
编辑:如果有帮助:Subscale1包含4个项目；样本中的N> 300。此外，我可以对拉凡石中的这4个项目进行CFA分析(Chi2 = 11.8，p
最佳答案
您要引用的那篇特定文章似乎是Dunn，Baguley和Brunsden撰写的《英国心理学杂志》(2014年)，第105、399–412页©2013。他们讨论的欧米茄系数实际上就是我和里克·辛巴格(Rick Zinbarg)所说的omega_total。 (麦当劳开发了两个欧米茄系数，这导致了这种困惑。)
您在我的心理套餐中使用omega时遇到问题。心理中的omega函数旨在查找omega_hiearchical以及omega_total。因此，它尝试(默认情况下)提取三个较低级别的因子，然后依次对这些因子的结果相关性进行因子分解。但是，在您的子量表中只有4个变量，因此找不到有意义的3因子解决方案。您可以指定要查找两个因素:
omega(subscale1,2)
它会工作。但是，omega_h对于4个项目并不是特别有意义。
与样本量的建议相反，这实际上是由于项目数量所致。
我认为您可能会发现使用心理来查找omega_h的教程会有所帮助:
[http://personality-project.org/r/psych/HowTo/R_for_omega.pdf]
关于r - 麦当劳omega : warnings in R，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/36725721/