ফ্যাক্টর বিশ্লেষণের একটি উপাদান দ্বারা কেবল দুটি (বা কম) আইটেম (ভেরিয়েবল) লোড করা কি গ্রহণযোগ্য?


10

আমার কাছে 20 টি ভেরিয়েবলের একটি সেট রয়েছে যা আমি এসপিএসএস এ ফ্যাক্টর বিশ্লেষণের মাধ্যমে রেখেছি। গবেষণার উদ্দেশ্যে, আমার 6 টি কারণ বিকাশ করা দরকার। এসপিএসএস দেখিয়েছে যে 8 টি ভেরিয়েবল (20 এর মধ্যে) কম ওজন নিয়ে লোড করা হয়েছে বা বেশ কয়েকটি কারণ দ্বারা সমানভাবে লোড করা হয়েছে, তাই আমি সেগুলি সরিয়েছি। বাকী 12 ভেরিয়েবলগুলি 6 টি কারণের মধ্যে 2 টির জোরে লোড করা হয়েছে, যা নিখুঁত কাঠামো - ঠিক যেমনটি আমি চেয়েছিলাম, তবে এখন, আমার সাথে কাজ করা একজন অধ্যাপক আমাকে কেন তার (বা কোন অবস্থার অধীনে) ন্যায়সঙ্গততা খুঁজে পেতে চান? ফ্যাক্টর প্রতি মাত্র 2 টি আইটেম রাখা যথাযথ , যেহেতু এটি সাধারণত জানা যায় যে ফ্যাক্টর বিশ্লেষণ ফলক হিসাবে 3 বা ততোধিক আইটেম লোড করা ফলাফলের সাথে কার্যকর।

কেউ কি এই সমস্যাটি সম্পর্কে অগ্রাধিকার হিসাবে একটি প্রকাশিত রেফারেন্স সহ আমাকে সাহায্য করতে পারে?


একটি আইটেম ফ্যাক্টর এছাড়াও গ্রহণযোগ্য যদি আইটেমটির উচ্চতর ফ্যাক্টর লোড হয়।
মীরা গ্যাং

"প্রতি ফ্যাক্ট্রে কমপক্ষে 3 টি আইটেম" একটি ওয়্যারেন্টেড সুপারিশ। যদি আপনার কাছে, ফ্যাক্টর রোটেশনের পরে, কোনও ফ্যাক্টরটিতে 2 বা এক আইটেমের ফলাফল পাওয়া যায় তবে 1) আরও বেশি ভেরিয়েবল পাওয়া যায় যা আপনি সেই ফ্যাক্টরের দ্বারা লোড হওয়ার প্রত্যাশা করেন, বা 2) বিশ্লেষণটি পুনরায় করুন এবং কম ফ্যাক্টরগুলি বের করুন, বা 3) ছেড়ে দিন ফলাফলগুলি যেমন রয়েছে তবে "অভাবী" ফ্যাক্টরটির ব্যাখ্যা করবেন না, বলেছিলেন "আমি বিশ্বাস করি যে ফ্যাক্টরটি বিদ্যমান, তবে যেহেতু এটি বর্তমানে পর্যাপ্ত আইটেম দ্বারা সমর্থিত নয় আমি তা ব্যাখ্যা থেকে এবং ফলাফল থেকে বাদ দিয়েছি"। যদিও এই সমস্ত 2 টি সুপারিশ আলাদা।
ttnphns

এখানে দেখুন উত্তরগুলি ছাড়াও, stats.stackexchange.com/a/198684/3277 (পোইট 5) কেন "ফ্যাক্টর প্রতি কমপক্ষে 3 টি লোড করা আইটেম" যুক্তিসঙ্গত প্রয়োজন।
ttnphns

উত্তর:


13

ফ্যাক্টর প্রতি দুই বা তিনটি আইটেম আপনার সিএফএ (নিশ্চিতকরণকারী এফএ) মডেল সনাক্তকরণের প্রশ্ন।

সরলতার জন্য আমাদের ধরে নেওয়া যাক যে প্রতিটি ফ্যাক্টরের বৈকল্পিকটি 1 এ স্থাপন করে মডেলটি চিহ্নিত করা হয়েছে also এছাড়াও ধরে নিন যে কোনও সম্পর্কযুক্ত পরিমাপের ত্রুটি নেই।

দুটি আইটেম সহ একটি একক ফ্যাক্টর মডেলটিতে দুটি লোডিং এবং দুটি ত্রুটি ভেরিয়েন্সগুলি অনুমান করা যায় = 4 পরামিতি, তবে ভেরিয়েন্স-কোভারিয়েন্স ম্যাট্রিক্সে কেবলমাত্র 3 টি তুচ্ছ তদন্ত রয়েছে, সুতরাং চারটি প্যারামিটার অনুমান করার জন্য আপনার কাছে পর্যাপ্ত তথ্য নেই যা তোমার চাই.

তিনটি আইটেম সহ একটি একক ফ্যাক্টর মডেলটিতে তিনটি লোডিং এবং তিনটি ত্রুটি বৈকল্প রয়েছে। ভেরিয়েন্স-কোভেরিয়েন্স ম্যাট্রিক্সের ছয়টি প্রবেশ রয়েছে এবং সতর্কতার সাথে বিশ্লেষণমূলক পরীক্ষায় দেখা গেছে যে মডেলটি ঠিক চিহ্নিত হয়েছে, এবং আপনি পৃথকভাবে প্যারামিটারের অনুমানকে ভেরিয়েন্স-কোভারিয়েন্স ম্যাট্রিক্স এন্ট্রিগুলির ফাংশন হিসাবে প্রকাশ করতে পারেন। একক ফ্যাক্টর প্রতি আরও আইটেম সহ, আপনার একটি অপরিচিত মডেল রয়েছে (পরামিতিগুলির তুলনায় স্বাধীনতার আরও ডিগ্রি), যার অর্থ সাধারণত আপনি যেতে ভাল good

আরও একটি ফ্যাক্টরের সাথে, সিএফএ মডেলটি সর্বদা প্রতিটি ফ্যাক্টর অনুসারে 3+ আইটেমগুলির সাথে চিহ্নিত করা হয় (কারণ প্রতিটি ফ্যাক্টরের জন্য একটি সাধারণ পরিমাপের মডেল চিহ্নিত করা হয়, তাই মোটামুটিভাবে বলতে গেলে আপনি প্রতিটি ফ্যাক্টরের জন্য ভবিষ্যদ্বাণী পেতে পারেন এবং তার ভিত্তিতে তাদের সমবায় অনুমান করতে পারেন)। যাইহোক, প্রতিটি উপাদানের জনসংখ্যার কমপক্ষে অন্য একটি ফ্যাক্টরের সাথে শূন্য-বহির্ভুত সমাহার রয়েছে তবে প্রতিটি উপাদানকে দুটি আইটেমযুক্ত সিএফএ চিহ্নিত করা হয়। (অন্যথায়, প্রশ্নের ফ্যাক্টরটি সিস্টেমের বাইরে চলে যায় এবং একটি দ্বি-আইটেমের একক ফ্যাক্টর মডেল চিহ্নিত করা যায় না)) সনাক্তকরণের প্রমাণটি প্রযুক্তিগত এবং ম্যাট্রিক্স বীজগণিত সম্পর্কে ভাল বোঝার প্রয়োজন।

বোলেন (1989) chapter অধ্যায়ে সিএফএ মডেলগুলির সনাক্তকরণের বিষয়গুলি পুরোপুরি ও পুঙ্খানুপুঙ্খভাবে আলোচনা করেছেন p পৃষ্ঠাটি দেখুন। 244 বিশেষত তিন এবং দ্বি-সূচক বিধি সম্পর্কিত।


1
এটি একটি খুব উপযুক্ত উত্তর ছিল। আমি কেবল মন্তব্য করব (ওপি এর পক্ষে) যে ওপি অনুসন্ধানী এফএ (ইএফএ) সম্পর্কে জিজ্ঞাসা করেছিল। এটি যৌক্তিক যে সিএফএ আশা করে যেহেতু ইএফএতে "3++ লোড আইটেম ফ্যাক্টর ফ্যাক্টর" থাকা উচিত; কেবলমাত্র আপনি নিজের উত্তরে এটি সম্পর্কে বলেননি।
ttnphns

4

আমি "ফ্যাক্টর প্রতি 3 আইটেম" মাপদণ্ড সম্পর্কে কখনও শুনিনি। আমি প্রশ্নটি বিপরীত করব এবং আপনার অধ্যাপককে এই বিবৃতিটির জন্য একটি যথাযথ রেফারেন্স নিয়ে আসতে বলব।

তা ছাড়া, "গবেষণার উদ্দেশ্যে, আমার 6 টি কারণ বিকাশ করা উচিত।" বলতে একটি অদ্ভুত জিনিস।

ফ্যাক্টর বিশ্লেষণের মূল উদ্দেশ্য হল 1) কতগুলি উপাদান (প্রায়শই মানসিক বৈশিষ্ট্য) পরিমাপক ভেরিয়েবলের (বৃহত্তর) সংখ্যার নীচে অন্তর্ভুক্ত থাকে তা সন্ধান করুন। তারপরে 2), ফ্যাক্টর লোডিংয়ের উপর ভিত্তি করে, কেউ এই কারণগুলি আসলে কী তা বর্ণনা করার চেষ্টা করে।

আপনি 6 টি কারণকে "বিকাশ" করেন না, আপনি 6 টি কারণগুলি "পরিমাপের চেষ্টা করছেন"।

তবে ক্রস লোডিংস (বেশ কয়েকটি উপাদান দ্বারা লোড করা ভেরিয়েবল) প্রায়শই একটি ইঙ্গিত দেয় যে কারণগুলি একে অপরের সাথে "সম্পর্ক স্থাপনের চেষ্টা করছেন" trying যেটি বোঝা যায় যেহেতু আমরা জানি যে মূলত সবকিছুই বাস্তব বিশ্বের প্রত্যেকটির সাথে সংযুক্ত থাকে। একটি তির্যক (অর্থোথোনাল ভেরিম্যাক্সের পরিবর্তে) আবর্তন ব্যবহার করে আপনার বিশ্লেষণে এই পর্যবেক্ষণটি প্রয়োগ করা প্রায়শই অনেক ক্রস লোডিং থেকে মুক্তি পায় rid আইএমএইচও, এটি তাত্ত্বিকভাবে আরও সাউন্ড।

একটি শট দিন, আপনি ফ্যাক্টর প্রতি আরও আইটেম দিয়ে শেষ করতে পারেন। এটি (আংশিকভাবে) আপনার সমস্যার সমাধানও করতে পারে।


আপনার মন্তব্যের জন্য আপনাকে অনেক ধন্যবাদ, আমি যে মডেলটি ব্যবহার করছি তার সাথে কেন আমি ছয়টি কারণ ব্যাখ্যা করতে পারি, আমার অধ্যাপক 6 টি ফ্যাক্টরের ব্যাখ্যার বিপরীতে নয়, তবে তিনি ব্যাখ্যা চান যখন ফ্যাক্টর বিশ্লেষণে ফ্যাক্টর প্রতি মাত্র 2 টি আইটেম ব্যবহার করা ঠিক হয় । এটি এখনও প্রশ্ন রয়ে গেছে।
মিতজা

@ পাইথনফোরস্পেস.আর.সি. সাইটে আপনাকে স্বাগতম, এখানে অনেক ভাল তথ্য রয়েছে, +১। কয়েকটি নোট: আমি শুনেছি এটি বেশ কয়েকবার বলেছে যে আপনাকে প্রতিটি ফ্যাক্টরের জন্য কমপক্ষে 3 ভেরিয়েবলের প্রয়োজন হয়, তবে আমি জানি না যে এই নিয়মের (বা যদি বাস্তবে কোনও আছে) মূল কারণ কী। আমি ইংরেজিকে মসৃণ করতে ওপির কিউ সম্পাদনা করেছি; আপনি আগে যা ছিল তা প্রতিস্থাপন করতে আপনার উদ্ধৃতিটি বাক্যটিতে রেখেছি। এটি সম্ভবত আদর্শ না হয়ে থাকতে পারে (আমি ওপি যেভাবে বলতে চাইছে তা অনুবাদ করার উপায় সম্পর্কে আমি নিশ্চিত ছিলাম না) তবে যদি তা হয় তবে এটি আমার দোষ, মিতজার নয়। মনে রাখবেন যে ইংরেজি অনেক ব্যবহারকারীর 1 ম ভাষা নয়।
গুং - মনিকা পুনরায়

ফ্যাক্টর প্রতি তিনটি আইটেম একটি সাধারণ বিশ্বাস, এবং পর্যালোচনা পর্যায়ে সমস্যা সৃষ্টি করে (যেমন এটি একটি সাধারণ বিশ্বাস)। বলা হচ্ছে, যদি আপনার সাম্প্রদায়িকতা বেশি হয় (> 0.7) তবে আপনার সম্ভবত সমস্যা নেই।
richiemorrisroe

আমার সাম্প্রদায়িকতা 0.5 বা উচ্চতর ...
মিতজা

factors are "trying to correlate" with each otherএকটি গুপ্ত রচনা। আমরা কীভাবে তাদের ঘোরান (মডেল) সেগুলি অনুসারে উপাদানগুলি পরস্পর সম্পর্কযুক্ত বা সম্পর্কিত হয় না। উচ্চতর "ক্রস-লোডিংস" অরথোগোনাল ফ্যাক্টরের সাথে একটি ভেরিয়েবলের উচ্চ সাম্প্রদায়িকতা থাকা সম্ভব।
ttnphns

1

আমারও এখন একই সমস্যা। এখানে একটি নিবন্ধ যা ফ্যাক্টর প্রতি কমপক্ষে 3 টি আইটেম ব্যবহার করার পরামর্শ দেয়। ব্যতিক্রমী ক্ষেত্রে, তবে আপনি ফ্যাক্টর প্রতি আইটেমগুলিতে ব্যবহার করতে পারেন (p.60)। http://www.sajip.co.za/index.php/sajip/article/download/168/165 আমার কেস ব্যতিক্রমী বলে মনে হচ্ছে, যেহেতু আমার ওয়েব-ভিত্তিক পরীক্ষায় মাত্র দুটি পরিবর্তনশীল রয়েছে, যা খেলোয়াড়ের উপর তথ্য সরবরাহ করে কৌশল এবং কৌশল শক্তি। হতে পারে এটি আপনাকেও কিছু কারণের জন্য 2 আইটেমের ব্যবহারকে বৈধতা দিতে সহায়তা করতে পারে।


1
এই ওয়েবসাইটটিতে ফ্যাক্টর রুল অনুযায়ী নূন্যতম তিনটি ভেরিয়েবলকে সমর্থন করে এমন অনেকগুলি রেফারেন্স রয়েছে: এনকোরউইকি.আর.ডিসিপ্লে
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.