Cómo utilizar el análisis factorial confirmatorio

Análisis factorial confirmatorio es una forma especial de análisis factorial en el que un investigador utiliza su modelo como base para los factores finales. Su propósito es confirmar o refutar el modelo del investigador . Para completar un análisis factorial confirmatorio , investigador debe desarrollar un modelo y las hipótesis correspondientes antes de realizar el análisis de datos. Este modelo relaciona las variables de interés el uno al otro; las hipótesis deben postulan la fuerza con estas variables están relacionadas. El objetivo final de un análisis factorial confirmatorio es confirmar o refutar estas hipótesis y el modelo en sí mismo al ver cómo se ajustan a la salida del análisis. Mientras que el análisis factorial confirmatorio puede parecer complicado al principio , en realidad es bastante sencillo, una process.Things lineales que necesitará de software Usted Estadística (como R, SAS o SPSS )
Mostrar Más instrucciones
Matemáticas 1

Enumerar las variables de su estudio. Estas son las variables que tiene la intención y realmente puede medir . Sea claro sobre el número total de variables. Por ejemplo, si usted está interesado en los rasgos de personalidad de las personas con diferentes estilos de apego , estos rasgos de personalidad serán sus variables.
2

Crea factores para su modelo. Estos factores deben ser similares a las categorías , la medida en que cada variable puede ser conectado a un factor en su modelo . El número de factores que también debe ser más pequeño - por lo general mucho más pequeña - que el número de variables . El número de factores y sus significados son las dos primeras hipótesis de su análisis factorial confirmatorio . En nuestro ejemplo, los factores que deben ser presupuestas estilos de apego : seguro , ansioso y evitativo
3

Posit qué variables se adaptan a cada factor. . En esencia , es necesario categorizar las variables en los factores . Esta es su tercera hipótesis en el análisis. Por ejemplo , las variables (rasgos de personalidad) " preocupantes " y " sospechosos " probablemente caerían en el factor " ansioso" . Usa lo que sabes acerca de los estilos de apego para determinar qué variables se ajustan a cada estilo (es decir , el ajuste de cada factor ) .
4

Postulado las relaciones entre los factores . La hipótesis principal que usted debe llegar es si los factores están correlacionados o no correlacionados . En nuestro ejemplo, porque los estilos de apego son categorías , deben ser correlacionadas.
5

Recoger los datos. Por ejemplo, los datos de la encuesta se pueden usar para recoger los rasgos de personalidad y los estilos de apego de un grupo de personas .
6

Organizar los datos en una matriz de correlación.
7

Introduzca la matriz de correlación y el número de factores en un algoritmo de análisis factorial. Esto se realiza del mismo modo que lo haría para un análisis factorial exploratorio . De hecho , la mecánica de los procesos son los mismos; sólo la preparación y la interpretación significativamente son diferentes . La salida será una solución factorial sin rotar .
8

Gire la solución. Si la teoría de que se correlacionan los factores , utilice una rotación oblicua . De lo contrario , utilice una rotación ortogonal . En nuestro ejemplo, una rotación ortogonal debe ser empleado .
9

Confirme si los factores de la solución rotada coincida con sus factores hipotéticos . Si no coinciden , es probable que su hipótesis acerca de los factores es incorrecta y debe ser ajustado. Por ejemplo, si usted encuentra que las cargas variables " preocupantes " en el factor " aviodant " , debería reconsiderar su modelo.
10

Compruebe la bondad del ajuste de la solución. Software de análisis de factores no siempre ofrece cálculos de Chi - cuadrado para la bondad del ajuste , pero se puede usar un índice de bondad de ajuste ( GFI) en su lugar. Si el GFI es superior a 0,9 , la solución se adapte a su modelo bien . Si GFI es inferior a 0,9, el modelo hipotetizado probablemente equivocado. Si desea ajustar su modelo , usted debe tratar de ajustar el número de factores y cómo se establece la hipótesis sobre la correlación de los factores.