V 1. kapitole se naučíš, jak provést EFA a zkoumat statistické vlastnosti měřicího nástroje navrženého kolem jednoho konstruktu.

Úvod do explorační faktorové analýzy (EFA)

První kroky s jednodimenzionální EFA

Zobrazení a vizualizace faktorových zátěží

Interpretace faktorových skórů jednotlivců

Přehled procesu vývoje měřicího nástroje

Popisná statistika tvého datasetu

Rozdělení datasetu

Porovnání dvou polovin datové sady

Vlastnosti měření: korelace a reliabilita

Zobrazení a testování korelací

Interní reliabilita

Kdy použít EFA

Hodnocení měřicího nástroje pomocí faktorové analýzy

Tato kapitola ti ukáže, jak rozšířit jednofaktorovou EFA, kterou ses naučil/a v 1. kapitole, na vícerozměrná data.

Určení dimenzionality

Rozdělení datasetu BFI

Výpočet vlastních čísel

Vytvoření sutinového grafu

Interpretace scree plotu

Porozumění vícerozměrným datům

Multidimenzionální EFA v praxi

Interpretace výsledků

Zkoumání shody modelu

Interpretace absolutních statistik shody modelu

Výběr nejlepšího modelu

Vícerozměrná EFA

Tato kapitola se věnuje provádění CFA pomocí balíčku sem. Budou probrány jak teorií řízené, tak EFA-řízené struktury CFA.

Nastavení CFA

Vytvoření syntaxe CFA z výsledků EFA

Vytváření syntaxe CFA z teorie

Syntaxe funkce sem()

Komponenty syntaxe sem()

Spusť CFA a interpretuj zátěže

Prozkoumej zátěže položek

Statistiky absolutní shody

Relativní statistiky shody

Konfirmační faktorová analýza

Tato kapitola upevní rozdíl mezi EFA a CFA a nabídne tipy, jak zlepšit svůj model a/nebo měřicí nástroj.

EFA vs. CFA – znovu a lépe

Rozdíly v odhadovaných faktorových zátěžích

Vizualizace rozdílů ve faktorových skórech jedinců

Přidání zátěží pro lepší shodu modelu

Porovnání původního modelu s modelem s přidanými faktory

Vyhodnocení přidaných zátěží pomocí relativních statistik shody

Zlepšení shody modelu odebráním faktorových zátěží

Odebrání zátěží pro zlepšení shody modelu

Porovnání původního modelu s modelem s odstraněnými zátěžemi

Porovnání modelů s odstraněnými zátěžemi pomocí relativních statistik

Závěrečné video

Zdokonalování měřicího nástroje a/nebo modelu

Generic Conspiracist Beliefs Scale (GCBS) dataset

Svět je plný nepozorovatelných proměnných, které nelze přímo změřit. Možná tě zajímají konstrukty jako matematické schopnosti, osobnostní rysy nebo pracovní klima. Při zkoumání takových konstruktů je naprosto zásadní mít model, který odpovídá tvým teoriím i datům. Tento kurz ti pomůže pochopit dimenzionalitu a ukáže ti, jak provádět explorační a konfirmační faktorovou analýzu. S těmito statistickými technikami v zásobě budeš schopen/schopna rozvíjet, zpřesňovat a sdílet své měřicí nástroje. Tyto analýzy tvoří základ mnoha oborů – od psychologie, pedagogiky a politologie až po ekonomii a lingvistiku.

<h2>Objevte faktorovou analýzu v R</h2>
Svět je plný nepozorovatelných proměnných, které nelze přímo měřit. Mohlo by vás zajímat něco jako matematické schopnosti, osobnostní rysy nebo pracovní klima. Při zkoumání takovýchto konstrukcí je naprosto zásadní mít model, který odpovídá vašim teoriím a datům. 
<br><br>
Tento kurz vám pomůže porozumět dimenzionalitě a ukáže vám, jak provádět explorační a konfirmační faktorové analýzy. 
<br><br>
<h2>Naučte se používat explorační faktorovou analýzu a konfirmační faktorovou analýzu </h2>
Začnete tím, že se seznámíte s explorační faktorovou analýzou (EFA), naučíte se zobrazovat a vizualizovat faktorová zatížení, interpretovat faktorová skóre a zobrazovat a testovat korelace. 
<br><br>
Jakmile se seznámíš s jednofaktorovou EFA, přejdeš k vícerozměrným datům a podíváš se na výpočet vlastních čísel, tvorbu scree grafů a další témata. Dále objevíš konfirmační faktorovou analýzu (CFA), naučíš se, jak vytvořit syntaxi z výsledků EFA a teorie. 
<br><br>
Závěrečná kapitola se zabývá EFA vs CFA a uvádí příklady obou. Naučíte se také, jak vylepšit svůj model a jak měřit při jejich používání. 
<br><br>
</h2>Vytvářejte, vylepšujte a sdílejte své metriky<h2>
S těmito statistickými technikami ve své výbavě budete schopni vytvářet, zdokonalovat a sdílet své metriky. Tyto analýzy jsou základní pro různorodé obory, včetně psychologie, vzdělávání, politologie, ekonomie a lingvistiky."

Intermediate R

Foundations of Inference in R

Začněte kurz a objevte explorační a konfirmační faktorovou analýzu v R pro zkoumání latentních proměnných.

Faktorová analýza v R

Prozkoumejte latentní proměnné, jako je osobnost, pomocí explorační a konfirmační faktorové analýzy.

Statistik v R

Psychometrician

Měření vlastností: korelace a reliabilita

Korelace

Testování významnosti korelací: p-hodnoty

Testování významnosti korelací: intervaly spolehlivosti

Koeficient alfa

Reliabilita půlením testu

Pojďme procvičovat!

Hodnocení měřicího nástroje pomocí faktorové analýzy - Vlastnosti měření: korelace a reliabilita

Vlastnosti měření: korelace a reliabilita

Create Your Free Account