Como analisar uma análise fatorial confirmatória
análise fatorial confirmatória ( CFA ) é usado para validar a estrutura fatorial de variáveis medidas com base na teoria subjacente. Fatores (como a inovação ou a auto-estima ) são tipicamente medidos com perguntas específicas sobre uma pesquisa. Validação aborda a adequação dessas perguntas da pesquisa e, portanto, a adequação da pesquisa. Software como LISREL , AMOS , SAS, EQS e Mplus são comumente usados para conduzir as analysis.Things você precisa
A análise dos dados software
Show Mais instruções
1
Set se o modelo de mensuração no software apropriado e executar a análise. De saída, avaliar a qualidade do ajuste entre o modelo e os dados com base em índices como o índice de qui-quadrado , que deve ser próximo de zero , o erro quadrático médio de aproximação , que deve ser inferior a 0,05, eo ajuste normalizado índice, não normed fit Index eo índice de ajuste comparativo , que todos devem ser maiores do que 0,9 . O não cumprimento desses critérios indica um ajuste pobre entre o modelo e os dados. Professor David Kenny , da Universidade de Connecticut fornece um resumo dos índices de ajuste comumente usado no link em Referências .
2
Verifique se a carga de cada variável medida em seu fator subjacente é significativa na variável manifesto equações e os erros padrão não está perto de zero. Se uma carga é insignificante , a variável pode ser descartado quando modificar o modelo , se tal mudança é consistente com a teoria.
3
Verifique se as entradas da matriz residual estão perto de zero e a distribuição dos resíduos normalizados é simétrica em torno de zero , com algumas grandes resíduos. Se não , o modelo pode ter de ser modificado de acordo com a teoria subjacente .
4
determinar que todos os pares possíveis de elementos no modelo de pesquisa são distintos uns dos outros por meio da comparação do índice de ajuste do qui – quadrado do modelo de pesquisa com o índice de ajuste do qui-quadrado de um modelo alternativo em que a correlação entre o par de fatores é definido como 1 . Quanto melhor é o modelo com o índice do qui-quadrado inferior.
5
Reveja os índices de modificação do modelo. Em primeiro lugar , analisa os resultados do teste de Wald na saída para identificar os parâmetros que podem ser descartados sem aumentar o modelo de qui- quadrado de forma significativa . Em seguida examinar o teste do multiplicador de Lagrange na saída para identificar se novas cargas fatoriais ou covariâncias devem ser adicionados ao modelo.
6
Modificar o modelo de mensuração de ser coerente com a teoria subjacente e executar a análise novamente.
