Różnica między eksploracyjną i potwierdzającą analizą czynnikową w określaniu niezależności konstruktu

12

Badacze często używają dwóch miar, które mają bardzo podobne elementy i twierdzą, że mierzą różne rzeczy (np. „Zawsze martwię się, gdy jestem w pobliżu samochodów”; „Boję się samochodów”). Nazwijmy hipotetyczne miary miarą strachu przed samochodami i niepokojem ze skali samochodów. Interesuje mnie testowanie empiryczne, jeśli rzeczywiście oceniają różne konstrukcje utajone lub mierzą to samo.

Dwa najlepsze sposoby, jakie mogę to zrobić, to eksploracyjne analizy fabryczne (EFA) lub potwierdzająca analiza czynnikowa (CFA). Myślę, że EFA byłby dobry, ponieważ pozwala na swobodne ładowanie wszystkich przedmiotów bez ograniczeń. Jeśli przedmioty z dwóch skal obciążają te same czynniki, mogę stwierdzić, że środki prawdopodobnie nie oceniają bardzo dobrze różnych rzeczy. Widzę jednak również korzyści z CFA, ponieważ będę testował predefiniowane modele. Na przykład mógłbym porównać dopasowanie modelu, w którym wszystkie elementy ładują się na jeden czynnik (tzn. Nie oceniają różnych konstrukcji) lub elementy są podzielone na oczekiwane miary. Problem z CFA, jak sądzę, polega na tym, że tak naprawdę nie uwzględniałby modeli alternatywnych (np. Modelu trójczynnikowego).

Na potrzeby dyskusji rozważmy również być może dwa inne bardzo podobne środki (np. Kwestionariusz lęku przed samochodem i skale do oceny obaw samochodu), które chciałbym wrzucić do miksu!

Jak najlepiej statystycznie ustalić, czy dwie miary oceniają różne konstrukty?

Behacad
źródło
2
Alternatywą dla {E | C} FA jest podejście oparte na wielu cechach . Jest to zasadniczo oparte na podejściu korelacyjnym - z jego zaletami i wadami (wrt. Latent trait) - i zostało omówione w następujących wątkach, między innymi: stats.stackexchange.com/a/9944/930 ; stats.stackexchange.com/q/24418/930 .
chl
Tak, to byłoby całkiem interesujące podejście! Niestety zwykle używamy tylko jednej metody w tym obszarze (np. Indywidualne kwestionariusze do samodzielnego zgłoszenia).
Behacad,
2
Techniki MTMM można używać z samokontrolnymi pomiarami zebranymi na dwóch różnych instrumentach oceniających blisko spokrewnione lub podobne konstrukty. Alternatywne podejścia obejmują bardziej rozwinięte metody analizy czynnikowej i modelowanie równań strukturalnych.
chl
1
Dostępnych jest wiele artykułów, w tym niniejszy przegląd Modelowanie równań strukturalnych danych multitrait-multimethod: różne modele dla różnych rodzajów metod , lub niniejszy artykuł Analiza danych multitrait-multimethod z modelami równań strukturalnych dla zmiennych porządkowych z zastosowaniem estymatora WLSMV, który pokazuje ogólną ideę . Mogę jednak spróbować znaleźć lepsze odniesienie do kontekstu twojego badania. Czy możesz nam powiedzieć: czy elementy są porządkowe (np. Typ Likerta) czy binarne, wielkość próbki i liczbę aspektów, które chcesz ocenić?
chl
1
Dzięki za odpowiedź! Kwestionariusze są typu Likerta (zwykle 5 opcji, ale być może niektóre mają 4). Prawdopodobnie są 4 lub 5 kwestionariuszy, które mogą, ale nie muszą oceniać tego samego, i jestem ciekawy, aby przetestować to empirycznie. Mam teraz próbkę może 300. Jeśli chodzi o liczbę aspektów, nie jestem pewien, co dokładnie masz na myśli (czynniki?), Ale każdy środek może teoretycznie oceniać różne rzeczy (czyli 4-5 różnych czynników), lub oceniają to samo (1 czynnik) lub cokolwiek w pomiędzy! Czy MTMM byłby dobrym sposobem na ustalenie, czy oceniają różne konstrukcje utajone?
Behacad,

Odpowiedzi:

2

Metody te są przykładami zastosowania eksploracyjnej i potwierdzającej analizy danych. Analiza danych eksploracyjnych szuka wzorców, podczas gdy analiza danych potwierdzających sprawdza statystyki hipotez na proponowanych modelach. Naprawdę nie należy go rozpatrywać pod kątem metody jego zastosowania, bardziej zależy od tego, na jakim etapie analizy danych jesteś. Jeśli nie jesteś pewien, jakie czynniki należy uwzględnić w swoim modelu, zastosuj EFA. Po wyeliminowaniu niektórych czynników i ustaleniu, co należy uwzględnić w swoim modelu, robisz CFA, aby formalnie przetestować model, aby sprawdzić, czy wybrane czynniki są znaczące.

Michael R. Chernick
źródło
5
Dziękuję za odpowiedź, choć uważam, że nie do końca odpowiedziałeś na pytanie. Doceniam różnice w EFA i CFA oraz sposób, w jaki odpowiadają one na różne pytania, po prostu zastanawiam się, które mogą być najbardziej odpowiednie w tym kontekście. Biorąc pod uwagę twoją odpowiedź, jestem skłonny myśleć, że sugerujesz EFA.
Behacad
Czy masz ocenę punktową dla każdego z nich i czy przekazujesz obie ankiety tym samym osobom? Myślę, że możesz sparować wyniki i sprawdzić, czy istnieje wysoka korelacja.
Michael R. Chernick
Wszyscy uczestnicy wypełnią wszystkie kwestionariusze. Nie jestem pewien, co rozumiesz przez „miarę punktacji”. Po prostu podsumuję wyniki wszystkich pytań w kwestionariuszu.
Behacad
1

Jeśli dobrze rozumiem twoje pytanie, chodzi o testowanie . Zatem po prostu testowanie wymaga pewnego rodzaju analizy czynnikowej potwierdzającej, takiej samej jak pytanie: „czy środki w podgrupach naprawdę się różnią?” wymaga testu t

Niestety (?) Przy wyborze ogólnego podejścia odpowiedniej metody analizy czynnikowej często sugerowane są również różne modele matematyczne (i statystyczne), na przykład, jeśli wybierzesz „CFA” w SPSS, wówczas zakłada się, że przyjmujesz niepowiązane błędy i że szacuje się nieskorelowane błędy, a estymacja jest wykluczona z modelu - więc moim zdaniem z powodu dalszych implikacji początkowy wybór właściwego podejścia analitycznego czynnikowego jest często zagrożony przez te implikacje matematyczne / statystyczne.

W skrócie: twoje pytanie jest jednym z rodzajów „testowania wartości zerowej”, dlatego potrzebujesz CFA lub lepiej: metod opracowanych w ramach SEM (modelowanie równań strukturalnych). Uwaga: istnieje przyjazna i pomocna lista mailingowa pełna ekspertów w SEM o nazwie „SEMNET”, a ponieważ nie jestem prawdziwym ekspertem, możesz udoskonalić swoją opinię, pytając ...

Gottfried Helms
źródło
Dziękuję za odpowiedź. Znam CFA, EFA i SEM, ale nie jestem pewien, jak konkretnie zbadać, czy dwa kwestionariusze zasadniczo mierzą to samo. Jak zaproponowałbyś to zrobić w SEM?
Behacad
@Behacad: Chciałbym zapytać w SEMNET :-) Cóż, w rzeczywistości nie mam doświadczenia ze współczynnikami do testowania ukrytych struktur. Być może dobrym wprowadzeniem jest książka Jamesa Steigera, do której często odnoszą się SEMNETters. (Przepraszam, że nie mogę tu więcej pomóc)
Gottfried Helms