Forelesning 5 - Eksplorerende faktoranalyser 3

Question 1

Kjenne tre prosedyrer for å bestemme antall faktorer i en EFA og kunne beskrive de kriteriene hver av dem bruker for å ekstrahere faktorer. Vite hvilken metode som vanligvis anbefales.

Answer 1

En viktig del av EFA er å bestemme hvor mange faktorer som best forklarer variablene i faktormodellen, og dette kalles å trekke ut eller å ekstrahere faktorer. Det er vanlig å bruke PKA for å regne ut de Eigenverdiene som brukes til å bestemme antall faktorer. De tre prosedyrene vi har for dette er Kaisers kriterium, parallell analyse og scree plot. Alle bruker Eigenverdier.

• Kaisers kriterium: dette går ut på at vi beholder alle faktorer med Eigenverdi > 1.
• Parallell analyse: dette går ut på at vi beholder alle faktorer med Eigenverdi større en det som skyldes utvalgsfeil.
• Scree plot: dette går ut på at vi beholder alle faktorer som er over knekkpunktet i et linjediagram over Eigenverdier, kalt scree plot. Et scree plot er et linjediagram med Eigenverdier langs Y-aksen og antall faktorer langs x-aksen.
  Vanligvis anbefales parallell analyse.

Question 2

Gjengi to former for rotasjon, kort beskrive deres egenskaper, gi eksempler på aktuelle rotasjonsmetoder. Kjenne tommelfingerregelen for valg av rotasjonsformer.

Answer 2

Det finnes to hovedformer for rotasjon, og det er ortogonale og oblique.

• Ortogonale rotasjoner. Her tillates ikke faktorene å korrelere med hverandre. Vanlig rotasjonsmetode er Varimax.
• Oblique rotasjoner. Her tillates faktorene å korrelere med hverandre. Vanlig rotasjonsmetode er Promax.

Hvis minst to faktorer korrelerer (.30) eller høyere anbefales oblique rotasjon.

Question 3

Beskrive hva som menes med en enkel faktorstruktur.

Answer 3

Variablene (hvert ledd) som tilhører en faktor skal ha høye faktorladninger på denne faktoren og lave faktorladninger på alle andre faktorer.

Question 4

Navngi faktorers navn basert på informasjon fra en faktormatrise.

Answer 4

Faktorens navn bestemmes utfra innholdet i de variablene som har de høyeste faktorladningene. Hvis for eksempel variabelen som har høyest faktorladning heter «Behagelig» så kan vi kalle faktoren for «Behagsfaktor».

Question 5

Kjenne den anbefalte minimumsverdien (cut-off) for KMO, vite hva KMO kalle si JASP, og vite hva utregningen av KMO er basert på.

Answer 5

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

Question 6

Identifisere sentrale deler av en EFA fra en JASP utskrift.
Hvor stor er KMO?

Answer 6

Overall MSA = 0.79

Question 7

Hvor mye unik varians har variabelen EXT1?

Answer 7

54% (uniqeness)

Question 8

Hvor mye av variansen i datasettet forklares av hele faktormodellen?

Hvor stor er korrelasjonen mellom faktor 1 og faktor 4?

Answer 8

38%, se under kumulativ.

0.13

Question 9

Rapportere resultatene fra en EFA.

Answer 9

1. Beskriv kort metode (EFA eller PKA) og utvalgsstørrelse kort. Dersom man har med informasjon om utvalget så kan dette også tas med.
2. Skriv hvilken programpakke som ble brukt til analysen.
3. Få med hvilke variabler (hvilket måleinstrument) som analyseres.
4. Beskriv valg av ekstrasjonsmetode (for eksempel Minimal residual som er standard i JASP)
5. Beskriv valg av antall faktorer (for eksempel parallell analyse som er standard i JASP)
6. Beskriv rotasjonsmetode (for eksempel Promax som er standard i JASP)
7. For EFA: Gi informasjon om hvor mye varians som faktormodellen forklarer.
8. For PKA: Gi informasjon om hvor mye varians som komponentmodellen ivaretar.
9. Gjengi korrelasjoner mellom faktorer hvis det er relevant.
10. Gi relevant informasjon om faktorladninger. (gi de høyeste)
11. Navngi faktorer.

Question 10

Innledning rapportering EFA

Answer 10

En eksplorerende faktoranalyse (EFA) med minimal residual ekstraksjonsmetode ble gjennomført med programpakken JASP, for å analysere måleinstrumentet (..)