我已经使用psych包计算了R中Cronbach的alpha，现在我试图解释它们。我想适当地理解这一点，因为这是我论文的一部分。我正在使用R帮助文件来获得洞察力。但我不了解其中的某些部分：
低估了测试的可靠性，而高估了第一个 因素饱和度
第一因素饱和度是所有项目中某个因素存在的程度。 但是如何解释这个，也许是一个例子？
这是对第一因素饱和度的合理估计，尽管 测试是否具有微观结构（即“块状”）
什么是微结构？它与一维性有关吗？
对于具有相等项目加载的测试，alpha> G6，但如果加载 是不相等的，或者如果存在一般因素，则G6> alpha。
我已经知道我的项目有不同的困难，因此它们具有不同的因子负载（？），并且G6> alpha确实是正确的（根据输出）。
所有这些背后的原因是，我在二分数据集上进行的克朗巴赫（Cronbach）alpha是“可疑的”（.65），我正在尝试对其进行改进。