Latent structure
McDonald's Hierarchical Omega (ωh)
McDonald's 层次 Omega (ωh) 是一个源自双因素验证性因子模型（bifactor confirmatory factor model）的系数，用于量化总分方差中归因于单一一般因素的比例，而非归因于分组因素或项目层面误差的比例。该系数由 Roderick P. McDonald (1999) 提出，并由 Reise 及其同事 (2013) 和 Rodriguez 及其同事 (2016) 为双因素模型应用进行了阐述，它是心理测量学中用于评估复合总分是否可作为多维度量表的合理汇总的主要指标。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Reise, S. P., Scheines, R., Widaman, K. F. & Haviland, M. G. (2013). Multidimensionality and structural coefficient bias in structural equation modeling: A bifactor perspective. Educational and Psychological Measurement, 73(1), 5–26. DOI: 10.1177/0013164412449831 ↗
- Rodriguez, A., Reise, S. P. & Haviland, M. G. (2016). Evaluating bifactor models: Calculating and interpreting statistical indices. Psychological Methods, 21(2), 137–150. DOI: 10.1037/met0000045 ↗
如何引用本页
ScholarGate. (2026, June 1). McDonald's Hierarchical Omega (ωh). ScholarGate. https://scholargate.app/zh/psychometrics/mcdonald-omega
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 双因子模型（一般因子和特殊因子）心理测量学↔ 比较
- 验证性因子分析（CFA）心理测量学↔ 比较
- 克朗巴赫α系数（信度分析）统计学↔ 比较
- 探索性因子分析（EFA）统计学↔ 比较
- 结构方程模型 (SEM)统计学↔ 比较