麦当劳 omega：R 中的警告

Question

我正在计算几种不同尺度的欧米茄；并在 R 中使用不同的 omega 函数获取不同尺度的不同警告消息。我的问题是关于如何解释这些警告以及报告检索到的 omega 统计数据是否安全。

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)

我收到这些警告：

 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.

它可以是很多！

他们的意思是什么？我仍然收到欧米茄统计数据；它们可以被解释吗？

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.

再说一遍，这是什么意思？我可以使用我得到的欧米茄统计数据吗？

请注意，这些警告出现在不同的子量表上；因此可以使用其中一个函数计算一个子尺度，但不能使用另一个函数，反之亦然。

编辑：如果有帮助：Subscale1 包含 4 个项目；样本包括 N>300。此外，我可以对 lavaan 中的这 4 个项目进行 CFA 分析（Chi2=11.8，p<.001；CFI=0.98；RMSEA=0.123）。

Answer 1

你所指的那篇文章似乎是英国心理学杂志 (2014), 105, 399–412© 2013 邓恩、巴古利和布伦斯登。他们讨论的 omega 系数实际上就是我和 Rick Zinbarg 所说的 omega_total。（麦当劳开发了两个欧米茄系数，这导致了这种混乱。）

您在我的 psych 包中使用 omega 时遇到问题。psych 中的 omega 函数旨在找到 omega_hierarchical 和 omega_total。因此，它尝试（默认情况下）提取三个较低级别的因素，然后依次分解这些因素的结果相关性。但是，由于您的子量表中只有 4 个变量，因此无法找到有意义的 3 因子解。您可以指定要查找两个因素：

omega(subscale1,2) 

它会起作用。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，它实际上是由于项目的数量。

我认为您可能会发现使用 psych 查找 omega_h 的教程很有帮助：

[ http://personality-project.org/r/psych/HowTo/R_for_omega.pdf]