Дефиниција факторске анализе

Факторска анализа је техника анализе која се често користи у области развоја и валидације тестовима, омогућава истраживање како су фактори или латентне варијабле структурирани из одговора на ставке тест.

Да би добили адекватне мерне скале, истраживачи су прибегли техници познатој као факторска анализа, што омогућава идентификацију структуре која лежи у основи ставки мерне скале. Ова техника истражује како је латентни фактор, који бисмо такође могли назвати неопажене променљиве Они објашњавају образац одговора који се даје на предмете или предмете на тесту.

Затим ће бити дат кратак увод у факторску анализу, укључујући, али не ограничавајући се на: разлике између факторске анализе и Главни анализа компоненти, експлораторну и потврдну факторску анализу и на крају елементе који их чине.

Факторска анализа и анализа главних компоненти

Када прегледамо литературу о развоју и валидацији инструмената, можемо схватити да међу академицима има Постоји одређена конфузија око неселективне употребе факторске анализе (ФА) и анализе главних компоненти (ПЦА). Ова неселективна употреба може бити последица чињенице да су технолошки ресурси дуго времена отежавали примену АФ и да би то компензовали, укључивали су АЦП. Иако су обе технике сличне, јер своде предмете на мање димензије (фактори и компоненте), представљају и неке специфичне разлике које доводе до веома различит.

ФА настоји да идентификује колико и како су фактори (латентне варијабле) структурирани; ови фактори би објаснили заједничку варијансу анализиране групе ставки. Напротив, у ЗКП-у је предвиђено да се утврди колико је компоненти потребно да се сумира скорове групе посматраних варијабли, односно објашњавање највеће количине варијансе посматрано. Друга разлика је у томе што се у АФ посматране варијабле сматрају зависним варијаблама, у АЦП-у су оне независне.

Експлоративна и потврдна факторска анализа

Када се утврди разлика у АФ и АЦП, потребно је направити нову разлику између експлоративне факторске анализе (ЕФА) и потврдне факторске анализе (АФЦ). Обе анализе су разматране као два дела континуираног процеса. АФЕ настоји да одреди колико фактора чини нашу скалу, док АФЦ карактерише потврђују те факторе, али и одређују како фактори и ставке Скала. Други начин њиховог дефинисања је да АФЕ "гради" теорију док би АФЦ то потврдио.

АФ Елементс

Величина узорка

Ово је једна од тема о којима се највише расправља, не само у ФА, већ иу анализи података уопште. Одређивање одговарајуће величине узорка за анализу је дискусија која се чини бескрајном, што су класичне препоруке да што је већи број ставки, то би требало да буде већи број учесника у нашем узорку, с тим да је најмање 200 најпрепоручљивије. Међутим, класичне препоруке обично немају јасну основу, данас се многи елементи морају узети у обзир да би се одредило колико учесници су неопходни, као што је број ставки по фактору, матрица која се користи за анализу, па чак и колико опција одговора учесници имају. ставке. Тако су студије које користе симулације под овим условима утврдиле да је минимум 300 учесника адекватан број.

Број ставки које треба укључити у анализу иу сваки фактор

Што се тиче броја ставки које треба укључити у анализу, оне морају бити одабране из теорије, међутим, потребно је истичу да оне не би требало да буду сувишне, јер би то довело до тога да ове ставке деле варијансу и стога имају лоше процена. Стога се мора водити рачуна да се изаберу само оне ставке које заиста представљају конструкт који покушавамо да проценимо. С друге стране, препоручљиво је имати најмање три ставке за сваки фактор, међутим, овај износ се може модификовати у зависности од коришћене матрице и величине узорка.

Користи се матрица

У класичним ФА дизајнима постоји претпоставка да су варијабле повезане на линеарни начин, Они такође представљају адекватне индексе нормалности, тако да је матрица Пирсонове корелације обично била она коришћени. Данас се предлаже да се узме у обзир претпоставка нормалности и формат одговора ставки. Поред наведеног, развој нових алата за развој ПА довео је до употребе нових техника као што је матрица од полихоричне и тетрахоричне корелације, међутим, обе матрице захтевају већу величину узорка у поређењу са матрицом Пеарсон.

Факторска процена

Најчешће коришћене методе процене су 2:

• Максимална вероватноћа: Ова метода се најчешће користи због својих предности у односу на друге методе као што је могућност контрастирања прилагођавања и квантификације грешака. Међутим, овај метод захтева усклађеност са нормалношћу података, поседовање континуираних скала и коришћење Пирсонове корелационе матрице.

• Обични најмањи квадрати. У ствари, ова метода се односи на породицу метода процене. Ове методе су се показале као робусне када нису испуњене претпоставке нормалности и линеарности. На исти начин, њена примена у комбинацији са полихоричном матрицом се показала ефикасном.

Ротација предмета

Овај корак се односи на континуирано ротирање матрице да би се пронашло решење које је једноставно и доследно. Данас се најчешће користе методе ортогонална ротација, тачније критеријум варимак и косо ротирање у вашој методи директни облимин. Данас је ово друго најпрепоручљивији метод за представљање поузданије и доследније структуре.

Фактори за задржавање

Кључни елемент ове анализе је формирање фактора, али како да знамо колико фактора треба да имамо у нашој скали? Класична препорука је била да се следи Кајзерово правило, које се односи на одржавање сопствених вредности већих од 1; међутим, овај метод има тенденцију да изазове прецењивање фактора. Данас се предлаже да се поштују препоруке паралелне анализе и других сличних метода, али се такође предлаже да се води рачуна о интерпретабилности резултата и основне теорије.

На крају, потребно је нагласити да се ЦФА тежи процењивању помоћу модела структурних једначина. (СЕМ) тако да процес његовог спровођења треба да се спроводи на основу критеријума развијених за њих Модели.

Референце

Љорет-Сегура, С., Ферререс-Травер, А., Хернандез-Баеза, А., и Томас-Марцо, И. (2014). Експлораторна факторска анализа ставки: практични водич, ревидиран и ажуриран Увод Утврђивање адекватности анализе. Анналс оф Псицхологи, 30(3), 1151–1169.