Faktorska Analiza Flashcards

1
Q

Racionalni model proucavanja licnosti - 4 koraka
koji su pozitivni,a koji negativni aspekti ovog modela

A

1.Formulisanje teorijskog problema
2.Odabir prikladnog istrazivackog metoda, dizajn istrazivanja
3.Analiza i interpretacija rezultata
4.Koriscenje rezultata u cilju povrdjivanja ili odbacivanja teorije

*pozitivni aspekti ovakvog modela: preglednost i jasnoca

*negativni: insistiranje na standardnom nacinu suocavanja sa problemom moze predstavljati i ogranicavajuci cinilac koji moze biti preprka za formulaciju novih istrazivackih ciljeva

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

3 cilja istrazivanja usmerenih na procenu licnosti - Goldberg

A
  1. Identifikacija vaznih karakteristika licnosti koje bi trebalo meriti
  2. Razvoj mera koje najbolje procenjuju te karakteristike
  3. Postavljanje procedura za efikasno koriscenje rezultata procene u istrazivanjima i praksi
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Prikupljanje podataka

A

-da bi zakljucci mogli da se uopstavaju oni moraju biti zasnovani na proceni velikog broja ljudi, na uzorcima razlicite starosti, obrazovanja, pa cak i razlicitih kultura
-medjutim to u praksi obicno nije slucaj, mali broj istrazivanja zadovoljava visoke naucne standarde u pogledu odabira uzorka
-u slucaju razvoja teorija licnosti studija slucaja je neekonomican postupak

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

vrste podataka

A

-podaci na osnovu kojih se vrsi procena licnosti mogu dolaziti iz nekoliko izvora, ukljucujuci samoprocenu, bikografske podatke, procenu od strane drugih ljudi, eksperimentalne uslove itd

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Katelova podela izvora podataka o licnosti

A

1.L (life) - podaci iz zivota dobijeni procenom od strane drugih
-ovu vrstu podataka nazvao je “life” podacima jer smatra da to kako drugi opazaju osobu odrazava nacin na koji se osobine ispoljavaju u svakodnevnom zivotu

  1. Q (questionnaire) - podaci dobijeni samoprocenom
  2. T – podaci dobijeni objektivnim testovima
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Koji su idealni uslovi procene prema Katelu - 4

A
  1. Bar 10 procenjivača za jednu osobu
  2. procena samo jedne osobine u određeno vreme
    3.definisanje osobine u tačnom terminima ponašanja
    4.dostupnost procenjivanog u većem delu dana
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Fiskeova taksonomija šest vidova procene

A
  1. Samoopis- odnosi se na prošlost
    2.sadašnje iskustvo
    3.sposobnosti
    4.prethodno ponašanje 5.posmatranje ponašanja 6.psihofiziologija
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Funderova podela 4 vrste podataka

A
  1. L – life – podaci iz zivota
    -ovi podaci se lako mogu prikupiti
    -najcesce su u pitanju demografske varijable u kojima je izbegnuto davanje socijalno pozeljnih odgovora ili postojanje predrasuda
    -ovi podaci se tretiraju kao prediktivne, a ne kauzalne determinante zivotne situacije, licnosti i ponasanja

2.O – observer – procena posmatraca
-procenom od strane drugih se izbegavaju problemi koji nastaju zbog davanja socijalno pozeljnih odgovora ili predrasuda u vezi sa procenom
-medjutim posmatraci imaju drugu vrstu predrasuda

3.S – self report – samoprocena
-najcesci nacin prikupljanja podataka je putem upitnika samoprocene
-iako je opravdan u pocetnoj fazi istrazivanja, ovaj medij nije dovoljan za detaljno razvijanje teorije

4.T – test data – podaci sa testova
-podrazumevaju podatke dobijene putem resavanja odredjenih testova, kao i neke fizioloske mere

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

3 nacina na osnovu kojih se biraju indikatori za testove samoprocene

A
  1. Teorijski pristup
    -primer je operacionalizacija Ajzenkovog modela licnosti (oslanjanje na postojece tipologije i Pavlovljeva istrazivanje o uslovljavanju)

2.Empirijski pristup
-primer je operacionalizacija Katelovog modela licnosti (ekstrakcija svih deskriptora licnosti koji se nalaze u jeziku – leksicka hipoteza)

3.Razlike izmedju odredjenih grupa
-primer je operacionalizacija MMPI upitnika (dat je veliki broj iskaza osobama koje pripadaju klinickom uzorka i opstoj populaciji – u instrument su na kraju usli oni ajtemi koji najbolje razlikuju ove dve grupe)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q
A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Sta su objektivni testovi prema Katelu

A

Katel je bio veliki zagovornik objektivnih testova koje definiše kao minijaturne situacije u koje se stavlja subjekti u kojima se njegovo posmatranje posmatra i meri pri čemu subjekt ne zna koji je vid njegovog ponašanja stvarno procenjivan.
Objektivnu meru predstavlja bilo koji podatak ili mera u procesima unutar individua u kojima ona nema mogućnost saznanja.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Šta sve mogu biti objektivni testovi

A

Objektivni testovi mogu biti fiziološki poput širenja zenica, mere pulsa i krvnog pritiska.
Svi projektovani testovi ukoliko omogućavaju objektivno skorovanje jesu objektivne mere jer ispitanik ne pošalje mogućnost poznavanja sopstvenih nesvesnih procesa.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Šta su varijable ličnosti

A

Varijabla ili dimenzije ličnosti mogu se upisati kao definisani aspekti ličnosti konceptualizovani u vidu kontinuuma na kom osobe mogu biti rangirane prema stepenu kompostuju ispoljavaju neku merenu ili procenjivenu osobinu.
Suprotni krajevi kontinuuma predstavljaju ekstreme procenjivane osobine ličnosti.
Dakle varijabla može biti bilo koja procenjivana osobina koju individua ispoljava u određenom vremenu

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Objasni procenjivanje ispoljavanja osobina ličnosti

A

Najčešći način procenjivanja ispoljavanja osobina ličnosti putem upitnika samoprocene.
Odgovori ispitanika na određen ateme upitnika predstavljaju varijable ispoljenog ponašanja i zato se nazivaju manifestne varijable
Analiza manifestnih varijabli kao ishod pruža uvidovatentnu strukturu koja predstavlja cilj istraživačkog postupka

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Objasni faktorsku analizu

A

Konstrukti u psihologije ličnosti ne mogu biti direktno mereni ili procenjivani. Odgovori na upitnicima samoprocene procenu od strane drugih i rezultati na objektivnim testovima predstavljaju indirektne mere dimenzija ličnosti koje su predmet istraživanja. U cilju dobijanja informacija o neopruženim konstruktima na osnovu ovih indikatora procene koriste se razne tehnike skaliranja od kojih je najpoznatija faktorska analiza. Sad ću svakog instrumenta procene postizanje visokog stepena konvergencije između područja manifestnih i područja latentnih varijabli. Dakle otekla varijabla hipotečki konstrukt koji odražava strukturu skupa manifesnih međusobno povezanih varijabli.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Model efekta i kauzalni model - Bolen i Lenoks

A

Boban i Lenox prave distinkciju između kauzalnih modela merenje modela efekta u predstavljanju strukture psiholoških varijabli.
1. U kauzalnom modelu osobinu uzrokuje varijacije u svojim indikatorima
2. U modelu efekta osobina je prouzrokovana ili proizlazi iz svojih indikatora

17
Q

Dva svojstva varijabli koja su važna za odabir adekvatnog statističkog postupka

A

Postupku analize manifestnih varijabli trebalo bi da prethodi jasnom prepoznavanje tipa varijabli. Kada istraživač upoznat sa prirodom manifestnih varijabli moći će da primeni adekvatan statistički postupak u cilju njihove redukcije odnosno analize.

1) kontinuitet nasuprot diskontinuiteta
-predstavlja osnovnu distinkciju koja se pravi u istraživanjima
-kontinuirane varijable mogu posedovati bilo koju numeričku vrednost a diskretnae varijable ili poseduju vrednost celih brojeva ili brojevi predstavljaju samo oznake a ne numeričke vrednosti
-međutim neki autori smatraju da je kontinuiranost merenja čist teorijski model koji je svojstvo statističkih metoda a ne podataka

  1. Pitanje normalne distribucije
    -linearni statistički modeli uglavnom se zasnivaju na pretpostavkama o kontinuitetu i normalnoj distribuciji varijabli
    -međutim neke varijable ne poseduju svojstva normalne distribucije stoga su nelinearni statistički postupci prikladniji za te varijable
18
Q

Osnovna logika faktorske analize

A

Osnovna logika faktorske analize svodi se na pronalaženje pravilnosti ili obrazaca povezanosti između skupova varijabli. Faktorska analiza se zasniva na premisi da manifestne varijable primenjene u analizi mogu imati zajednički neopaženi uzrok.
U najširem smislu termin faktorska analiza koristi se u smislu matematičkog postupka svođenja uzorka manifesnih varijabli za članove nekog skupa na manje latentnih varijabli koje važe za isti skup iz kojih se uz minimalnu grešku mogu reprodukovati prvobitne mere.

19
Q

Koraci u faktorskoj analizi - 6

A

1.Prikupljanje podataka
2.odluka o vrsti primenjene metode: metod glavnih komponenti ili faktorska analiza
3. ekstrakcija faktora
4. određivanje broja faktora
5. rotacija faktora
6. imenovanje faktora

20
Q

Razlika između faktorske analize i metoda glavne komponenti

A

1)U faktorskoj analizi varijansa se deli na:
1.zajedničku varijansu- varijansu koja je zajednička za ekstrahovane faktore 2.jedinstvenu varijansu - varijansu koja nije obuhvaćena ekstrahovanim faktorima
Jedinstvena varijansa se sastoji iz specifične varijanse i komponente greške i predstavlja izvor sistematskih varijacija pojedinih manifesnih varijabli slučajne greške merenja
Faktorska analiza se primenjuje ukoliko je cilj istraživanja identifikacija interpretabilni konstrukata koji objašnjavaju korelacije između manifesnih varijabli

2) Metod glavnih komponenti
Ovim postupkom se dobijaju kompoziti varijabli (komponente) koji obuhvataju i zajedničko jedinstvenu varijansu kao i slučajnu grešku. Međutim ovaj postupak ne prepoznaje razliku između zajedničke i jedinstvene varijanse iz stoga se i u konceptualnom i u matematičkom smislu razlikuje od faktorske analize
Primenjuje se ukoliko je cilj istraživanja otkrivanje linearnih kompozita manifesnih varijabli u zadržavanje maksimalnog procenta varijanse

21
Q

Ekstrakcija faktora

A
  • ona se sprovodi na osnovu matrice inter ajtem korelacija
  • svaka korelacija odražava stepen u kom su ispitanici imali tendenciju da odgovaraju na ajtem na način koji je sličan odgovoru na neke druge ajtem
  • cilj faktorske ekstrakcije je identifikacija onolikog brojeva latetnih faktora koji je neophodan za objašnjavanje odgovarajućeg udela zajedničke varijanse među ajtemima
  • nakon što su faktori ekstrahovani izračunaju se zasićenja svakog ajtema svakim faktorom
  • zasićenja govore o odnosu između ajtema i faktora, svako zasicenje indukuje stepen u kom ajtem odrazava ekstrahovanu dimenziju
    -faktorska zasicenja mogu biti rangirana od -1 do +1
  • među istraživačima vlada konsenzus da se značajnim zasićenjima smatraju ona iznad 0.3
  • u pitanju je donja granica a kriterijum za značajna zasićenja može biti viši
22
Q

Određivanje broja faktora

A
  • ako se ekstrahuje suviše mali broj faktora može da se desi da izostanu neke važne informacije o strukturi ispitivanog fenomena, ako se ekstrahuje suviše veliki broj faktora Može se desiti da su oni loše definisani pomoću samo nekoliko salijentnih zasićenja i da nemaju stvari psihološki značaj
    ‘ najpopularniji vodič za ispitivanje matrica interkorelacija na osnovu kojeg se može doneti odluka o konačnom broju faktora je Scree test
  • s druge strane neki istraživači preferiraju ekstrakciju onolikog broja faktora koji je dovoljan da se obuhvati određeni procenat varijanse - 50 ili 80%
  • ukoliko se nijedan od objektivnih kriterijuma ne pokaže korisnim u mogućnosti interpretacije latentnih varijabli najpoželjnije je kombinovati nekoliko kriterijuma
  • u krajnjoj liniji uvek je neophodno zadržati onoliki broj faktora koji omogućava smislenu psihološku interpretaciju ispitivanih konstrukta
23
Q

Scree test

A

Predstavlja grafički prikaz na kom se može videti broj dimenzija na x-osi i odgovarajuće vrednosti karakteristicnih korena (procenat varijanse za svaku dimenziju) na y osi.
Na osnovu ovog grafičkog prikaza kao kriterijum za određivanje broja faktora služi tačka U kojoj karakteristicni koreni formiraju silazni linearni Trend.

24
Q

Rotacija faktora

A

Inicijalna faktorska ekstrakcija varijabli često nije do kraja interpretabilna - zbog toga istraživači najčešće pribegavaju različitim vrstama rotacije faktora u poziciju koja bi bila psihološki interpretabilna.
Najcesce korisceni algoritmi za rotaciju faktora u psihologiji su Varimax, Promax i Oblimin.
Oni pokušavaju da pozicioniraju faktore na takav način da se maksimalizuje kriterijum poznat kao jednostavna struktura. Osnovna logika ovog kriterijuma ogleda se u tome da se faktori dovode u poziciju u kojoj itemi imaju salijetna zasićenja na jednom ili možda dva faktora dok su Na ostalim faktorima njihova zasićenja blizu nuli.
U slučaju antogonalnih rotacija faktori međusobno ne koreliraju. U kosovuglim rotacijama faktori međusobno koreliraju.

25
Q

Imenovanje faktora

A

Može biti veoma zahtevan proces ako su itemi nejasni ili dvosmisleni. Ovaj korak je veoma važan jer bi naziv faktora trebalo da odražava predmet merenja ekstrahovane dimenzije. Mladim istraživačima se preporučuje oprez u imenovanju dimenzija jer će naziv u velikoj meri uticati na način razmišljanja i formulisanja problema u narednim istraživanjima. Korelacija između dva itema je pod uticajem sličnosti njihovog sadržaja i sličnosti njihove statističke distribucije.