Soluzioni ottenuti su gruppi diversi di soggetti con le stesse
variabili, possono essere confrontate usando appositi coefficienti detti
coefficienti di congruenza.
Uno dei più famosi coefficienti usati è il coefficiente di Tucker:
FPQ=(Sj 1ajp 2ajq)/[(Sj 1ajp2)(Sj 2ajq2)].5
Dove 1ajp 2ajq sono le saturazioni della variabile j relative al fattore p del campione 1, e al fattore q del campione 2.
Coefficienti >.90 indicano una convergenza raggiunta, ovvero i fattori dei 2 campioni possono essere considerati identici.
Si possono anche confrontare soluzioni ottenute su uno stesso gruppo ma con variabili diverse, tramite questo coefficiente:
ΨPQ=(Si 1Fpi 2Fqi)/[(Si 1Fpi2)(Si 2Fqi2)].5
Dove 1Fpi 2Fqi sono le misure per l'individuo i nel fattore p dello studio 1 e nel fattore q dello studio 2.
Un metodo che consente di ottenere informazioni più analitiche sul
comportamento dei singoli item tramite campioni differenti è quello
dell'analisi simultanea delle componenti (SCA).
Questo metodo vuole determinare e valutare una soluzione fattoriale
comune per un insieme di gruppi differenti basata sullo stesso insieme
di variabili.
Il ricercatore ha k insiemi di dati, ciascuno costituito dallo
stesso insieme di termini di un numero più piccolo di F fattori,
ciascuno dei quali è una combinazione lineare delle V variabili.
Il numero dei fattori deve essere determinato in anticipo e lo scopo è
quello di determinare gli elementi di una matrice W di dimensioni VxF
con queste proprietà: ogni colonna di W contiene i V pesi che possono
essere usati per calcolare le componenti (cioè i coefficienti dei punteggi fattoriali), la varianza spiegata dalle componenti in tutti i k gruppi è massima.
Questo metodo tratta in maniera uguale tutte le popolazioni che vengono
considerate, quindi le differenze di numerosità dei soggetti non
influiscono nella determinazione del risultato finale.
Nella valutazione della bontà, se la percentuale di varianza spiegata
dalle componenti derivate dalla SCA è solo leggermente inferiore alla
percentuale di varianza spiegata dalle componenti principali effettuate
su ogni campione separatamente, allora le stesse combinazioni lineari
delle variabili possono essere usate in tutti i gruppi per descrivere
adeguatamente i dati.
giovedì 14 aprile 2016
Psicometria (18/27): Replica della soluzione
Pubblicato da Oggi è un altro post
giovedì 14 aprile 2016 - 10:12
Tags
Iscriviti a:
Commenti sul post (Atom)
Piaciuto l'articolo? Lascia un commento!
EmoticonEmoticon