To tylko jedna z 7 stron tej notatki. Zaloguj się aby zobaczyć ten dokument.
Zobacz
całą notatkę
ANALIZA CZYNNIKOWA
Analiza czynnikowa ma na celu poszukiwanie zmiennych ukrytych (czynników) mogących wyjaśnić zależności między pewną (zazwyczaj dużą) liczbą skorelowanych zmiennych mierzonych.
Aby wyjaśnić całą wariancję n zmiennych mierzonych potrzeba zawsze n czynników. Zazwyczaj jednak potrafimy wyjaśnić bardzo znaczny procent wariancji zmiennych mierzonych za pomocą stosunkowo niewielkiej liczby czynników (por. podany niżej przykład liczbowy). Wiele etapów analizy czynnikowej (np. decyzja co do liczby czynników) oraz interpretacja psychologiczna otrzymanych czynników mają charakter mniej lub bardziej arbitralny.
Analiza czynnikowa KONFIRMACYJNA ma na celu testowanie hipotez wyjaśniających zależności między mierzonymi zmiennymi. Hipotezy te mogą dotyczyć liczby czynników, korelacji między czynnikami, ładunków czynnikowych, itp. (ładunek czynnikowy to korelacja między czynnikiem a zmiennymi mierzonymi).
Analiza czynnikowa EKSPLORACYJNA -- nastawiona na poszukiwanie zmiennych ukrytych (czynników) mogących wyjaśnić zależności między zmiennymi mierzonymi. Jeśli takie czynniki zostaną wykryte powinny być traktowane jako hipotezy do sprawdzenia w kolejnych badaniach. Analiza czynnikowa stosowana w sposób ateoretyczny określana jest jako podejście „garbage in -- garbage out”, tzn. „śmiecie wkładamy - śmiecie otrzymujemy”.
FACTOR ANALYSIS (PRINCIPAL COMPONENTS)
przykład liczbowy (SPSS)
Correlations: Z1 Z2 Z3 Z4 Z5 Z6 Z1 1.0000 .9036 .7582 -.7680 -.2443 .1076
Z2 .9036 1.0000 .8930 -.6718 -.0340 .3049
Z3 .7582 .8930 1.0000 -.4752 .2263 .5655
Z4 -.7680 - .6718 -.4752 1.0000 .6644 .3817
Z5 -.2443 -.0340 .2263 .6644 1.0000 .7450
Z6 .1076 .3049 .5655 .3817 .7450 1.0000
- - - - F A C T O R A N A L Y S I S - - - - Initial Statistics: Variable Communality Factor Eigenvalue Pct of Var Cum Pct * Z1 1.00000 * 1 3.32266 55.4 55.4 Z2 1.00000 * 2 2.27418 37.9 93.3 Z3 1.00000 * 3 .18677 3.1 96.4
(…)
… w identycznych warunkach zalety
Łatwość kontroli zmiennych ubocznych (randomizacja)
Łatwiejsze wnioskowanie o zależnościach przyczynowych
Łatwość zbierania danych (łatwość pomiaru dużej liczby zmiennych) ograniczenia
Zbytnie zwiększanie liczby zmiennych niezależnych (np. liczby grup) jest zwykle bardzo kosztowne Ograniczona trafność ekologiczna (zwłaszcza badań laboratoryjnych)
Trudność kontroli zmiennych…
... zobacz całą notatkę
Komentarze użytkowników (0)