Визначення факторного аналізу

Факторний аналіз – це техніка аналізу, яка часто використовується в області розробки та перевірки тестів, дозволяє досліджувати, як фактори або приховані змінні структуровані з відповідей на елементи тест.

Щоб отримати адекватні шкали вимірювання, дослідники вдалися до техніки, відомої як факторний аналіз, що дає змогу ідентифікувати структуру, яка лежить в основі елементів шкали вимірювань. Ця техніка досліджує прихований фактор, який ми також можемо назвати неспостережувана змінна Вони пояснюють шаблон відповідей на завдання або завдання в тесті.

Далі буде надано короткий вступ до факторного аналізу, включаючи, але не обмежуючись: відмінності між факторним аналізом і аналіз головних компонент, пошуковий і підтверджуючий факторний аналіз і, нарешті, елементи, з яких вони складаються.

Факторний аналіз та аналіз головних компонент

Переглядаючи літературу щодо розробки та валідації інструментів, ми можемо зрозуміти, що серед науковців є Існує деяка плутанина навколо невибіркового використання факторного аналізу (FA) і аналізу основних компонентів (PCA). Це невибіркове використання може бути пов’язане з тим, що протягом тривалого часу технологічні ресурси ускладнювали застосування AF, і щоб компенсувати це, вони включили ACP. Хоча обидві техніки подібні, оскільки вони зменшують елементи до менших розмірів (фактори та компоненти), вони також мають деякі специфічні відмінності, які призводять до дуже інший.

FA прагне визначити, скільки і як структуровано фактори (приховані змінні); ці фактори могли б пояснити загальну дисперсію групи аналізованих елементів. Навпаки, у PCA передбачається визначити, скільки компонентів необхідно для узагальнення бали групи спостережуваних змінних, тобто пояснюють найбільшу кількість дисперсії спостерігається. Інша відмінність полягає в тому, що в той час як в AF спостережувані змінні розглядаються як залежні змінні, в ACP вони є незалежними.

Дослідницький і підтверджуючий факторний аналіз

Після встановлення різниці в AF і ACP необхідно провести нову різницю між дослідницьким факторним аналізом (EFA) і підтверджуючим факторним аналізом (AFC). Обидва аналізи розглядалися як дві частини безперервного процесу. AFE прагне визначити, скільки факторів складають нашу шкалу, тоді як AFC характеризується підтвердити ці фактори, але також визначити, як фактори та елементи масштаб. Інший спосіб їх визначення полягає в тому, що AFE «будує» теорію, тоді як AFC підтвердить її.

Елементи AF

Обсяг вибірки

Це одна з найбільш обговорюваних тем не тільки в FA, але й в аналізі даних загалом. Визначення відповідного розміру вибірки для аналізу - це дискусія, яка здається нескінченною, класичні рекомендації що чим більша кількість елементів, тим більшою має бути кількість учасників у нашій вибірці, причому найбільш рекомендованою є не менше 200 учасників. Однак класичним рекомендаціям, як правило, бракує чіткої основи, сьогодні потрібно враховувати багато елементів, щоб визначити їх кількість учасники, такі як кількість елементів на фактор, матриця, яка використовується для аналізу, і навіть скільки варіантів відповіді мають учасники. елементи. Таким чином, дослідження, які використовують моделювання за цих умов, показали, що мінімум 300 учасників є достатньою цифрою.

Кількість елементів, які потрібно включити в аналіз і в кожен фактор

Що стосується кількості елементів, які потрібно включити в аналіз, то вони повинні бути обрані з теорії, однак необхідно зауважте, що вони не повинні бути надлишковими, оскільки це призведе до того, що ці елементи розділять дисперсію і, отже, будуть погані кошторис. Тому слід подбати про вибір лише тих предметів, які справді представляють конструкт, який ми намагаємося оцінити. З іншого боку, рекомендується мати принаймні три елементи для кожного фактора; однак цю кількість можна змінити залежно від використовуваної матриці та розміру вибірки.

Використана матриця

У класичних моделях FA існує припущення, що змінні пов’язані лінійним чином, Вони також представляють адекватні індекси нормальності, тому кореляційна матриця Пірсона була типовою використовується. Сьогодні пропонується брати до уваги припущення нормальності та формат відповіді пунктів. На додаток до вищезазначеного, розробка нових інструментів для розробки ПА призвела до використання нових методик, таких як матриця поліхоричних і тетрахоричних кореляцій, однак обидві матриці вимагають більшого розміру вибірки порівняно з матрицею пірсон.

Факторна оцінка

Найпоширенішими методами оцінки є 2:

• Максимальна правдоподібність: цей метод є найпоширенішим для використання через його переваги перед іншими методами, такими як можливість порівняти коригування та кількісне визначення помилок. Однак цей метод вимагає дотримання нормальності даних, наявності безперервних шкал і використання кореляційної матриці Пірсона.

• Звичайні найменші квадрати. Насправді цей метод відноситься до сімейства методів оцінки. Ці методи виявилися надійними, коли припущення про нормальність і лінійність не виконуються. Таким же чином, його застосування в поєднанні з поліхорійною матрицею виявилося ефективним.

Обертання предметів

Цей крок стосується безперервного обертання матриці для пошуку простого та послідовного рішення. Найпоширенішими методами сьогодні є ортогональне обертання, точніше критерій varimax і косе обертання у вашому методі прямий облімін. Сьогодні останній метод є найбільш рекомендованим для представлення більш надійної та послідовної структури.

Фактори для збереження

Вирішальним елементом цього аналізу є формування факторів, але як ми дізнаємося, скільки факторів ми повинні мати в нашій шкалі? Класична рекомендація полягала в тому, щоб слідувати правилу Кайзера, яке стосується підтримки власних значень більше 1; однак цей метод має тенденцію викликати переоцінку факторів. В даний час пропонується дотримуватися рекомендацій паралельного аналізу та інших подібних методів, але також пропонується брати до уваги можливість інтерпретації результатів і базової теорії.

Нарешті, необхідно підкреслити, що CFA, як правило, оцінюється за допомогою моделей структурних рівнянь. (SEM), тому процес його виконання має здійснюватися на основі розроблених для них критеріїв Моделі.

Список літератури

Льорет-Сегура С., Ферререс-Травер А., Ернандес-Баеза А. та Томас-Марко І. (2014). Дослідницький факторний аналіз предметів: практичний посібник, переглянуте та оновлене. Вступ. Визначення адекватності аналізу. Annals of Psychology, 30 (3), 1151–1169.