Eksplorerende faktoranalyser 2 Flashcards
Hvilke tre prosedyrer er det for å bestemme antall faktorer i en EFA? Hvilke av dem er det som vanligivs anbefales?
En viktig del av en EFA er å bestemme hvor mange faktorer som best forklarer variablene i faktormodellen - altså å trekke ut/ ekstrahere faktorer gjennom eigenverdier;
Kaisers kriterium
Parallell analyse
- anbefales vanligvis
Scree plot
Hvordan anbefales det å bruke PKA og EFA når du ekstraherer faktorer?
Det er vanlig å bruke PKA (prinsipal komponent analyse) for å regne ut de eigenverdiene som brukes til å bestemme antall faktorer.
Deretter anbefales det å bruke EFA og ikke PKA som den endelige faktoranalysen.
Hva er Kaisers kriterium?
En prosedyre for å ekstrahere faktorer i en EFA
Her beholdes alle faktorer med eigenverdi over 1
Hva er parallell analyse?
En prosedyre for å ekstrahere faktorer i en EFA
Her beholdes alle faktorer med eigenverdi større enn det som skyldes tilfeldige målefeil
Hvorfor anbefales det å bruke en parallell analyse ovenfor Kaisers kriterium?
I en parallell analyse korrigerer du for problemene i Kaisers analyse - som er det at det er mulig å “lure” seg til resultater med eigenverdi over 1 f.eks. med lav utvalgsstørrelse
Hva er scree plot?
En prosedyre for å ekstrahere faktorer i en EFA
Et scree plot er et linje diagram med eigenverdier langs Y-aksen og antall faktorer langs X-aksen
Her beholdes alle faktorer over knekkpunktet i et linjediagram over eigenverdier
Hvilke to former for rotasjon er det?
Ortigonale rotasjoner
Oblique rotasjoner
Beskriv ortogonale rotasjoner
Her tillates ikke faktorene å korrelerer med hverandre
Her er den vanlige metoden Varimax
Beskriv oblique rotasjoner
Her er tillates faktorene å korrelere med hverandre
Her er den vanlige metoden Promax (default rotasjon i JASP)
Hva er tommelregelen for valg av rotasjonsform?
Dersom minst to faktorer korrelerer med 0.30 eller høyere, anbefales oblique rotasjon
Hva er en enkel faktorstruktur?
En enkel faktorstruktur innebærer at variabler som tilhører en faktor skal ha høye faktorladninger på denne faktoren og lave faktorladninger på alle andre faktorer - altså at hvert ledd har en høy ladning men bare på en faktor
Vi ønsker en enkel faktorstruktur, ikke en kompleks struktur
Hvordan navngis faktoren basert på informasjon fra en faktormatrise?
Faktorens navn bestemmes utfra innholdet i de variablene som har de høyeste faktorladningene
Her ville det da blitt 2 faktorer; behagelig og engasjert
Hva er den anbefalte minimumsvrrdien for KMO?
0.60
Det betyr at KMO verdien i en EFA bør være høyere enn 0.60 for at det er forsvarlig å gjennomføre analysen.
Hva sier KMO tallet noe om?
Dette tallet sier noe om hvor høyt variablene korrelerer med hverandre
Mer presist er KMO et tall mellom 0 og 1 som uttrykker forholdet mellom kvadrerte korrelasjoner og kvadrerte partielle korrelasjoner
Hva kalles KMO i JASP, og hva er utregningen av KMO basert på?
KMO kalles også for MSA, som er en forkortelse for Measure of Sampling Adequacy
KMO regnes ut på grunnlag av variablenes partielle korrelasjoner.
Når de partielle korrelasjonene er små blir KMO stor, og det er bra fordi små partielle korrelasjoner betyr at mange av variablene er høyt korrelert med hverandre. Små partielle korrelasjoner er dermed en viktig forutsetning for EFA.
Grunnen til at små partielle korrelasjoner (viser andel unik varians med to variabler) gir høy KMO (sier hvor høyt variablene korrelerer med hverandre) er fordi det betyr at det er mange variabler som er høyt korrelerte og ikke bare to stykk.
Hva må du ha med når du rapporter resultatene fra en EFA? Læringsmål; Identifiser sentrale deler av EFA fra en JASP utskrift (10)
Eksempel på en beskrivelse av EFA der sjekklisten brukes
