内部因子構造は良好ですが、Cronbachの不良ですか？

私はCFAを実行しており、1次元スケールの適切なインデックス（CFI = .99、RMSEA = .01）を取得しています。ただし、内部整合性をテストすると、Cronbachの s（）が悪くなります。外れ値の削除からアイテムの削除まですべてを試しましたが、それでも同じ問題が発生します。$\alpha$$\alpha = .6$

SEMに測定が信頼できることを示すものがあるかどうか疑問に思っていますか？

クロンバックの（または内部一貫性）が信頼性を測定するかどうかについては議論があることを知っていますが、私の分野ではクロンバックのを心理測定の良さの尺度として報告する必要があるため、内部一貫性をあるものとして示す方法を見つける必要がありますこの対策には十分です。$\alpha$$\alpha$

CFAからアイテムの信頼性を計算できます。

標準化されたソリューションから、次を計算します：（L1 + ... Lk）* 2 / [（L1 + ... Lk） * 2 +（Var（E1）+ ... + Var（Ek））]

これにより、アルファに近いコンポジットの信頼性が得られます。

アルファが高い場合は、適切な適合が困難になり、適切な場合は、高いアルファが困難になります。これの極端な例は、すべてのアイテムが無相関である場合です-カイ二乗はゼロになり、RMSEAはゼロになり、優れた適合を示します。しかし、アルファもゼロになり、恐ろしい信頼性を示します。これの通常のフラグは低いCFIです（ヌルモデルのカイ二乗が非常に低いため）。しかし、それはありません。これについては、このホワイトペーパーで説明しました。http：//www.sciencedirect.com/science/article/pii/S0191886906003874（これは、ペイウォールの背後にはないと思います）。

あなたは自分のローディングをコメントで述べています（これらは標準化されていますか？）。0.45の負荷は0.23の暗黙の相関につながるため、負荷がそのように高い場合、相関がどのように低くなるかはわかりませんが、モデルはまだ適合しています。（サンプルサイズは？）

使用している推定量は何ですか？

計測器が2つ以上の構成要素を評価している場合、アルファが低い可能性があります。サブスケールごとに1つのアルファを推定することをお勧めします。