Læringsmål 5- Eksplorerende faktoranalyse 3

Question 1

Kjenne til tre prosedyrer for å bestemme antall faktorer i en EFA og kunne beskrive de kriteriene hver av dem bruker for å ekstrahere faktorer.

Answer 1

En viktig del av en eksplorerende faktoranalyse er å bestemme hvor mange faktorer som best forklarer variablene i faktormodellen. Dette kalles ekstrahere faktorer.

Det er tre ulike prosedyrer man kan bruke for å bestemme antall faktorer i en EFA:

1) Kaiseres kriterium, der man beholder alle faktorer med Eigenverdi høyere enn 1 (altså E > 1).

2) Parallell analyse, der man beholder alle faktorer med Eigenverdi større enn det som skyldes tilfeldige målefeil/utvalgsfeil. Man sammenliger altså Eigenverdien med Eigenverdier med utvalgsfeil, og hvis faktoren har en større Eigenverdien, så beholder vi faktoren.

3) Scree plot, der man beholder alle faktorer over knekkpunktet i et linjediagram over Eigenverdier, kalt scree plot.

Question 2

Hvilken metode anbefales for å bestemme antall faktorer i en EFA?

Answer 2

Vanligvis anbefales parallell analyse.

Question 3

Hvilke former for rotasjon har vi i eksplorerende faktoranalyse?

Answer 3

Ortogonale rotasjoner, som viser til at faktorene er ukorrelerte.

Oblique rotasjoner, som viser til at faktorene er korrelerte.

Question 4

Hvilken metode er vanlig for ortogonale rotasjoner?

Answer 4

Varimax

Question 5

Hvilken metode er vanlig for oblique rotasjoner?

Answer 5

Promax

Question 6

Hvilken rotasjon anbefales hvis faktorene korrelerer .30 eller mer?

Answer 6

Oblique rotasjon

Question 7

Hva menes med en enkel faktorstruktur?

Answer 7

Variablene som tilhører en faktor, skal ha høye faktorladninger på denne faktoren og lave faktorladninger på alle andre faktorer.

Question 8

Hvordan navngir man faktorene?

Answer 8

Faktorenes navn bestemmes utfra innholdet i de variablene som har de høyeste faktorladningene.

Question 9

Hva er minimumsverdien for KMO?

Answer 9

Den anbefalte minimumsverdien for KMO er .60. Det betyr at KMO verdien i en EFA bør være høyere enn .60 for at det er forsvarlig å gjennomføre analysen.

Question 10

Hva kalles KMO i JASP, og hvilken utregning er KMO basert på?

Answer 10

KMO også kalles MSA, som er en forkortelse for Measure of Sampling Adequacy. KMO regnes ut på grunnlaget av variablenes partielle korrelasjoner.

Question 11

Hva sier uniqueness oss? Trengs den å kvadreres for å finne ut den unike variansen til en variabel?

Answer 11

Uniqueness er de kvadrerte faktorladningen fra den unike faktoren til variabelen. Tallene i denne kolonna gir altså unik varians direkte (tallene skal ikke kvadreres)