Cómo analizar un análisis factorial confirmatorio

Análisis factorial confirmatorio (CFA ) se utiliza para validar la estructura factorial de las variables medidas en base a la teoría subyacente. Los factores (tales como la innovación o la autoestima ) se miden con preguntas específicas sobre una encuesta. La validación se refiere a la adecuación de esas preguntas de la encuesta y por lo tanto la pertinencia de la investigación. Software como LISREL , AMOS , SAS, NCA y Mplus se utilizan comúnmente para llevar a cabo las analysis.Things que necesitará
análisis de datos de software de
Mostrar Más instrucciones Matemáticas 1

Set el modelo de medición en el software apropiado y ejecute el análisis. Desde la salida , evaluar la bondad de ajuste entre el modelo y los datos mediante índices tales como el índice de chi-cuadrado , que debe estar cerca de cero, el error cuadrático medio de aproximación , que debe ser inferior a 0,05, y el ajuste normado índice, no normado en forma de índice y el índice de ajuste comparativo , que todo debe ser mayor que 0,9 . No cumplir con estos criterios indica un mal ajuste entre el modelo y los datos. El profesor David Kenny , de la Universidad de Connecticut, ofrece un resumen de los índices de ajuste de uso común en el enlace en Referencias .
2

Verifique que la carga de cada variable medida en su factor subyacente es significativa en la variable de manifiesto ecuaciones y los errores estándar no están cerca de cero . Si una carga es insignificante , la variable se puede caer cuando se modifica el modelo, si tal cambio es consistente con la teoría.
3

Verifique que las entradas de la matriz residuales están cerca de cero y la distribución de los residuos normalizados es simétrica alrededor de cero con pocos residuos grandes . Si no , puede necesitar el modelo a ser modificada consistente con la teoría subyacente .
4

determinar que todos los posibles pares de factores en el modelo de investigación son distintos unos de otros mediante la comparación del índice de ajuste de chi-cuadrado del modelo de investigación con el índice de ajuste de chi-cuadrado de un modelo alternativo en el que la correlación entre el par de factores se establece en 1 . el mejor modelo es el que tiene el índice de chi-cuadrado inferior .
5

Revisar los índices de modificación en el modelo. En primer lugar, examinar los resultados de la prueba de Wald en la salida para identificar los parámetros que pueden ser ignoradas sin aumentar el modelo de chi - cuadrado de manera significativa. Examinamos a continuación la prueba del multiplicador de Lagrange en la salida para identificar si las nuevas cargas factoriales o covarianzas deben añadirse al modelo.
6

Modificar el modelo de medición de ser coherente con la teoría subyacente y ejecutar el análisis de nuevo.