Como usar a análise fatorial confirmatória

análise fatorial confirmatória é uma forma especial de análise fatorial em que um pesquisador usa o seu modelo como base para os fatores finais. Sua finalidade é confirmar ou refutar modelo do pesquisador. Para completar uma análise fatorial confirmatória , um pesquisador deve desenvolver um modelo e hipóteses correspondentes antes de realizar a análise de dados. Este modelo refere-se as variáveis ​​de interesse para o outro; as hipóteses devem postular como fortemente essas variáveis ​​estão relacionadas. O objetivo final de uma análise fatorial confirmatória é confirmar ou refutar essas hipóteses e do próprio modelo , vendo como eles estão em conformidade com o resultado da análise . Enquanto a análise fatorial confirmatória pode parecer complicado à primeira vista , na verdade é um bastante simples, process.Things lineares que você precisa

software estatístico (como R, SAS ou SPSS)

Mostrar Mais instruções

1

Liste as variáveis ​​em seu estudo. Estas são as variáveis ​​que você pretende e verdadeiramente pode medir . Seja claro sobre o número total de variáveis. Por exemplo, se você estiver interessado em os traços de personalidade de pessoas com diferentes estilos de apego , esses traços de personalidade serão suas variáveis.

2

Criar fatores para o seu modelo. Estes factores devem ser semelhantes às categorias , na medida em que cada variável pode ser ligado a um factor no seu modelo . O número de factores deve também ser menor – geralmente muito menor – do que o número de variáveis ​​. O número de fatores e seus significados são as duas primeiras hipóteses da sua análise fatorial confirmatória . No nosso exemplo , os fatores de pressupostos deve ser estilos de apego : seguro , ansioso e evitativo

3

Posit quais variáveis ​​caber em cada fator. . Em essência, você precisa categorizar as variáveis ​​em fatores. Esta é a sua terceira hipótese na análise. Por exemplo, as variáveis ​​( traços de personalidade ) ” preocupantes ” e ” suspeitos ” provavelmente cair no fator ” ansioso” . Use o que você sabe sobre estilos de apego para determinar quais variáveis ​​corresponder cada estilo (ou seja , se encaixam em cada fator ) .

4

Postulado as relações entre os fatores. A principal hipótese , você deve chegar a é se os fatores estão correlacionados ou não correlacionadas . No nosso exemplo, porque os estilos de apego são categorias , devem ser correlacionados .

5

coletar os dados. Para o exemplo, os dados da pesquisa podem ser usados ​​para coletar traços de personalidade e os estilos de apego de um grupo de pessoas.

6

Organize os dados em uma matriz de correlação.

7

Digite a matriz de correlação e número de fatores em um algoritmo de análise de fatores. Isso é feito da mesma forma que o faria para uma análise fatorial exploratória. Na verdade, a mecânica dos processos são os mesmos; apenas a preparação e interpretação são significativamente diferentes . A saída será uma solução fator não rotacionada .

8

Gire a solução. Se a teoria de que os fatores estão correlacionados , use uma rotação oblíqua . De outro modo , utilizar uma rotação ortogonal . No nosso exemplo, uma rotação ortogonal deve ser empregada .

9

Confirme se os fatores da solução rodado combinar seus fatores hipotéticos . Se eles não corresponderem , é provável que a sua hipótese sobre os fatores está incorreta e deve ser ajustado. Por exemplo, se você achar que as variáveis ​​cargas ” preocupantes ” para o fator ” aviodant ” , você deveria reconsiderar o seu modelo.

10

Verifique a qualidade do ajuste da solução. Software de análise de fator nem sempre oferecem cálculos qui-quadrado para bondade de ajuste , mas você pode usar um índice de bondade de ajuste ( GFI ) em seu lugar. Se o GFI é maior do que 0,9 , a solução corresponde ao seu modelo bem . Se GFI é menor do que 0,9 , o modelo hipotético provavelmente errado . Se você quiser ajustar o seu modelo , você deve tentar ajustar o número de fatores e de como você define a hipótese sobre a correlação dos fatores.