Конфирматорный факторный анализ

С точки зрения психолога-психометрика любовь — это латентная глубинная характеристика, которую нельзя увидеть как таковую, но можно оценить на основе измерения явно выраженных наблюдаемых переменных. Существуют многочисленные методы вращения, но чаще всего используется поворот варимакс, представляющий собой процедуру максимизации дисперсий. При условии выполнения предположений, необходимых для метода максимального правдоподобия, с чисто статистической точки зрения предпочтительнее пользоваться критерием χ 2. Как, например, можно измерить степень любви одного человека к другому? Очень часто они не коррелируют, и исследователь получает более простой случай — случай ортогонального вращения. Воспроизведенная матрица взаимосвязей позволяет вычислить остаточную матрицу взаимосвязей с помощью уравнения 15 и оценить адекватность результатов факторного анализа. Наиболее простая из них — суммирование для каждого фактора значений по переменным, имеющим высокие нагрузки по этому фактору. Замена всех знаков на противоположные всех плюсов на минусы, а всех минусов на плюсы решения не меняет. В основе парадигмы использования факторного анализа лежит предположение о том, что выделяемые факторы отражают глубинные процессы латентные, не наблюдаемые, не измеряемые , являющиеся причиной корреляций 11 первичных наблюдаемых, измеряемых переменных.

Общепризнанного метода определения количества факторов, подлежащих выделению, не существует представители различных школ расходятся во мнении о том, какой метод более достоверен и пригоден для практики , но есть несколько часто употребляемых критериев. Также можно воспроизвести значения по переменным, исходя из значений факторов. Метод, описанный выше в частности уравнения 16 и 17 , представляет собой регрессионный подход к оценке факторных значений. Другими словами, при варимакс-вращении изменения происходят в столбцах матрицы факторных нагрузок, а при квартимакс-вращении — в рядах. Этот метод предназначен для изучения взаимосвязей между качественными номинативными признаками, описывающими некоторую изучаемую совокупность. Можно сказать, что общая часть наблюдаемой переменной — это ее образ в других переменных отсюда и название метода. Косоугольное вращение представлено прямым облимином — наиболее мощным из доступных на сегодняшний момент методов. В случае, когда переменные измеряются в неодинаковых единицах, построение матрицы взаимосвязей заключается в нормировке переменных, т.

На сайте вы можете найти: Конфирматорный факторный анализ - скачивание разрешено.

Коэффициенты факторных значений вычисляются аналогично: Применяя уравнение 17 , получаем значения факторов: Определив значения факторов, можно посчитать корреляции между факторами. В результате применения процедуры максимального правдоподобия вычисляется статистика χ2. Позже другие исследователи, применяя методологию Р. При этом следует обращать внимание на степень удаленности точек-переменных от начала координат, на скопления точек и на характер расположения этих скоплений. Если способ дает завышенные значения общностей, то часть характерной дисперсии переходит в общую дисперсию, что вызывает изменение факторного отображения. В большинстве случаев коллинеарные и сингулярные переменные рекомендуется исключать из анализируемой матрицы. Практически все книги по факторному анализу, доступные русскоязычному читателю, — это переводы. Выбор между методом главных компонент и факторным анализом зависит от того, какая из моделей с нашей точки зрения наилучшим образом описывает набор исходных данных и удовлетворяет цели исследования. Изучение групповых различий в большинстве случаев очень полезно для прояснения гипотезы.

Величины факторных нагрузок для генеральной совокупности оцениваются путем вычисления нагрузок, максимизирующих вероятность получения наблюдаемой матрицы взаимосвязей, вычисленной на основе данных по выборке. Чаще всего исследователи используют методы главных компонент и главных факторов, реализованные в большинстве программ. Факторы, соответствующие простой структуре и подтверждаемые каким-либо статистическим критерием, интерпретируются, и затем принимается окончательное решение о количестве факторов, достаточно полно объясняющих наблюдаемые корреляции. В нашем примере: 50 Для определения факторных значений респондентов по первому фактору все их значения по переменным стандартизируются, а затем суммируются с учетом весов веса равны соответствующим числам из матрицы B. Этот метод предназначен для изучения взаимосвязей между качественными номинативными признаками, описывающими некоторую изучаемую совокупность.

Также смотрите:

Комментарии:
  • Никита Яндушкин

    12.11.2015