În Capitolul 1, vei învăța cum să efectuezi o AFE pentru a examina proprietățile statistice ale unei măsuri construite în jurul unui singur construct.

Introducere în Analiza Factorială Exploratorie (EFA)

Primul pas cu un EFA unidimensional

Vizualizarea și interpretarea încărcăturilor factoriale

Interpretarea scorurilor factoriale individuale

Prezentare generală a procesului de dezvoltare a unei măsuri

Statistici descriptive ale setului de date

Împărțirea setului de date

Compararea celor două jumătăți ale setului de date

Caracteristicile măsurii: corelații și fiabilitate

Vizualizarea și testarea corelațiilor

Fiabilitate internă

Când să folosești AEF

Evaluarea măsurii tale cu analiza factorială

Acest capitol îți va arăta cum să extinzi AFE cu un singur factor, învățată în Capitolul 1, la date multidimensionale.

Determinarea dimensionalității

Împărțirea setului de date BFI

Calcularea valorilor proprii

Crearea unui grafic scree

Interpretarea graficului scree

Înțelegerea datelor multidimensionale

Realizarea unei EFA multidimensionale

Interpretarea rezultatelor

Investigarea potrivirii modelului

Interpretează statisticile absolute ale potrivirii modelului

Selectarea celui mai bun model

AFE multidimensională

Acest capitol acoperă efectuarea AFC-urilor cu pachetul sem. Vor fi tratate atât structuri AFC bazate pe teorie, cât și structuri derivate din AFE.

Configurarea unui CFA

Crearea sintaxei CFA din rezultatele EFA

Crearea sintaxei CFA din teorie

Înțelegerea sintaxei sem()

Componentele sintaxei sem()

Rulează un CFA și interpretează încărcările

Examinează încărcările itemilor

Statistici de potrivire absolută

Statistici de fit relativ

Analiza factorială confirmatorie

Acest capitol va consolida diferența dintre AFE și AFC și va oferi sugestii pentru îmbunătățirea modelului și/sau a măsurii tale.

EFA vs. CFA – o privire de ansamblu

Diferențe în încărcăturile factoriale estimate

Reprezentarea grafică a diferențelor dintre scorurile factoriale ale persoanelor

Adăugarea încărcărilor pentru îmbunătățirea potrivirii

Adaugă saturații pentru a îmbunătăți potrivirea

Compară modelul original cu modelul care include încărcări adăugate

Evaluează încărcăturile adăugate cu statistici de fit relativ

Îmbunătățirea potrivirii prin eliminarea încărcăturilor

Elimină încărcările pentru a îmbunătăți potrivirea

Compară modelul original cu modelul cu încărcări eliminate

Evaluează încărcăturile eliminate cu statistici de potrivire relativă

Video de încheiere

Rafinarea măsurii și/sau a modelului tău

Generic Conspiracist Beliefs Scale (GCBS) dataset

Lumea este plină de variabile neobservabile care nu pot fi măsurate direct. Poate că ești interesat de constructe precum abilitatea matematică, trăsăturile de personalitate sau climatul organizațional. Atunci când investighezi astfel de constructe, este esențial să ai un model care să corespundă teoriilor și datelor tale. Acest curs te va ajuta să înțelegi dimensionalitatea și să aplici analize factoriale exploratorii și confirmatorii. Cu aceste tehnici statistice în repertoriul tău, vei putea să dezvolți, să rafinezi și să prezinți măsurile tale. Aceste analize sunt fundamentale pentru domenii diverse, precum psihologia, educația, științele politice, economia și lingvistica.

<h2>Descoperă analiza factorială în R</h2>
Lumea este plină de variabile neobservabile care nu pot fi măsurate direct. S-ar putea să fii interesat de un construct precum abilitatea matematică, trăsăturile de personalitate sau climatul de la locul de muncă. Când investighezi astfel de constructe, este esențial să ai un model care se potrivește cu teoriile și datele tale. 
<br><br>
Acest curs te va ajuta să înțelegi dimensionalitatea și îți va arăta cum să efectuezi analize factoriale exploratorii și confirmatorii. 
<br><br>
<h2>Învață să folosești analiza factorială exploratorie și analiza factorială confirmatorie </h2>
Vei începe prin a te familiariza cu analiza factorială exploratorie (EFA), învățând cum să vizualizezi și să interpretezi încărcările factoriale, să interpretezi scorurile factoriale și să vizualizezi și să testezi corelațiile. 
<br><br>
După ce te familiarizezi cu EFA cu un singur factor, vei trece la date multidimensionale, unde vei învăța să calculezi valori proprii, să creezi grafice scree și multe altele. În continuare, vei descoperi analiza factorială confirmatorie (CFA), învățând cum să creezi sintaxă pe baza rezultatelor EFA și a teoriei. 
<br><br>
Ultimul capitol analizează EFAs vs CFAs, oferind exemple pentru ambele. Vei învăța, de asemenea, cum să îți îmbunătățești modelul și cum să măsori atunci când le folosești. 
<br><br>
</h2>Dezvoltă, rafinează și partajează măsurile tale<h2>
Cu aceste tehnici statistice în arsenalul tău, vei putea să-ți dezvolți, să-ți rafinezi și să-ți împărtășești măsurile. Aceste analize sunt fundamentale pentru domenii diverse, inclusiv psihologie, educație, științe politice, economie și lingvistică."

Intermediate R

Foundations of Inference in R

Începe cursul de 4 ore pentru a descoperi analiza factorială exploratorie și confirmatorie în R.

Analiza factorială în R

Explorează variabilele latente, precum personalitatea, folosind analize factoriale exploratorii și confirmatorii.

Statistician în R

Psychometrician

EFA vs. CFA revizuite

Diferențele dintre EFA și CFA

Diferențe în saturațiile factoriale

Compararea saturațiilor factoriale

Diferențe în scorurile factoriale

Scorurile factoriale vizualizate

Să exersăm!

Rafinarea măsurii și/sau a modelului tău - EFA vs. CFA – o privire de ansamblu

EFA vs. CFA – o privire de ansamblu

Create Your Free Account