Curs IX

SNSPA statistica
 Analiza factorială
Termenul de analiză factorială a fost introdus de Thurstone (1931), deşi tehnici similare
au fost utilizate de Pearson (1901) şi Spearman (1904). Acesta din urmă este considerat
unul dintre pionierii utilizării analizei factoriale în psihologie, fiind creditat uneori chiar cu
inventarea acestui tip de analiză statistică. Spearman a descoperit că scorurile copiilor
şcolari la diferite discipline, aparent fără legătură unele cu altele, sunt pozitiv corelate,
ceea ce l-a condus la postularea unei „aptitudini cognitive generale”, care susţine
performanţa umană. Această concepţie a stat la baza numeroaselor studii în domeniul
inteligenţei generale (factorul g).
 Aplicații ale analizei factoriale
• 1. Detectarea structurii în relaţiile dintre variabile, ceea ce este similar cu clasificarea
variabilelor.
Astfel analiza factorială poate fi utilizată pentru verificarea conceptualizării unui anumit
construct psihologic. De exemplu, putem vorbi despre leadership ca fiind compus din
„orientare pe sarcină” şi „orientare pe relaţii umane”. Să presupunem că a fost dezvoltat un
chestionar de evaluare a leadershipului compus din 20 de itemi, dintre care 10 destinați
„orientării pe sarcină” şi 10 „orientării pe relaţii umane”. Analiza factorială permite
testarea ipotezei că itemii se grupează într-adevăr în cele două categorii prevăzute în
proiect. Datele obţinute se vor supune analizei factoriale, pentru a vedea dacă itemii se
grupează cu adevărat în doi factori şi dacă aceştia reprezintă dimensiunile teoretice
urmărite.
 Aplicații ale analizei factoriale
2. Reducerea numărului variabilelor atunci când acestea sunt prea numeroase şi avem
motive să credem, sau dorim să verificăm, dacă acestea pot fi reduse la un număr mai mic
de factori, cu putere de descriere mai generală asupra realităţii investigate. De exemplu,
atunci când a fost aplicată o baterie de teste ale căror rezultate se concretizează printr-un
număr mare de indicatori şi se doreşte condensarea lor într-un număr redus
factori. În acest caz nu ştim nici câţi factori sunt şi nici ce semnifică ei, ambele răspunsuri
urmând a fi extrase din analiza rezultatelor. Într-o situaţie de acest gen, analiza factorială
are caracterul unui studiu de explorare, prin care se caută existenţa unei eventuale structuri
a variabilelor analizate.
 Aplicații ale analizei factoriale
3. Validarea construcției unei scale compuse din mai mulți itemi, prin demonstrarea
încărcării fiecărui item în raport cu scorul la scală și eliminarea itemilor care contribuie la
mai mult de un singur construct
 Tipuri de analiză factoriale
• Analiza factorilor comuni (Thurstone) este, de fapt, ceea ce se înţelege în mod obişnuit prin expresia
„analiză factorială” şi constă în estimarea varianţei comune la nivelul variabilelor manifeste/măsurate.
Presupune identificarea unui număr minim de factori care explică varianța variabilelor studiate.
Popa 2010: daca datele nu se abat de la distributia normal: maximum likelihood pt. date
nonparametrice: principal axis factoring
• Analiza componentelor principale (Hotteling) este o metodă care se bazează pe analiza varianţei totale
dintre variabile. Metoda CP analizează matricea corelațiilor liniare dintre variabile și evaluează varianța
comună existentă. Ulterior extrage factorul care înglobează cea mai mare cantitate de variabilitate, urmată
de al doilea factor …etc
Soluţia generată va include atâţia factori câte variabile sunt disponibile, chiar dacă este puţin probabil ca
toţi factorii întrunească criteriile de retenţie. Prin această metodă se oferă o soluţie unică, astfel încât datele
originale pot fi reconstruite din rezultatele obţinute.
 Analiza factorială - concepte de bază
• Combinarea mai multor variabile într-un singur factor
Pentru a ne putea reprezenta intuitiv modul în care se “reduc” două variabile la una
singură, este suficient să ne amintim modul de exprimare grafică a graficului de corelaţie
(scatterplot). Linia de regresie trasată prin norul de puncte al graficului reprezintă „cea mai
bună aproximare” a relaţiei liniare dintre cele două variabile. Dacă am defini o nouă
variabilă, ale cărei valori se plasează pe linia de regresie, atunci această
variabilă ar capta „esenţa” variaţiei comune a celor două variabile corelate. Acest
procedeu intuitiv este echivalent cu ceea ce, în analiza factorială se numeşte „extragerea
componentelor principale”.
 Analiza factorială - concepte de bază
• Rotaţia factorilor
Una din problemele majore ale analizei constă în obţinerea unei variaţii maxime la
nivelul factorului, în funcţie de variabilele combinate. Pentru a se obţine acest efect, are
loc o rotaţie a spaţiului de variaţie a variabilelor. Ne putem gândi la acest procedeu ca
la o rotaţie a spaţiului de reprezentare grafică astfel încât axa Ox originală să ajungă
să aproximeze, ea însăşi, linia de regresie. Acest tip de rotaţie, care urmăreşte
maximizarea variaţiei (variabilităţii) factorului, este numit „varimax”. Scopul ei
complementar este acela de a reduce varianţa valorilor care nu intră în componenţa
factorului.
Există două tipuri de rotație: ortogonală în care noile axe sunt rotite păstrându-se
unghiul de 90° și oblică nu se păstrează unghiul de 90 °
Analiza factorială – rotația factorilor
 Analiza factorială – rotația factorilor
• Rotațiile ortogonale: produc factori independenți unul de celălalt: varimax
• Rotațiile oblice: factori corelați – constructele psihologice sunt adesea corelate între ele: direct oblim
/promax

Alegerea numărului de factori

Metoda Kaiser – eigenvalue >=1
Metoda graphică: Scree test
N =100 – esantion mic N=200 suficient N=500 f bun , N=1000 excelent
 Analiza factoriala SPSS
• Analyze/Dimension Reduction (Data reduction)/ Factor
Descriptives
• Univariate Descriptives: afișează mediile și abaterile standard ale variabilelor
• Initial solution: afișează soluția dinaintea rotației factorilor
• KMO and Bartlertt`s test of sphericity : indică gradul de asociere al variabilelor: valori apropiate de 1 și
semnificative statistic sunt un argument în favoarea existenței unor factori și deci a legitimității analizei
factoriale
• Scores: se calculeaza un scor individual pentru fiecare subiect,, pe baza variabilelor care compun fiecare
factor
 Analiza factoriala SPSS
• Communalities: coeficienții de corelație multiplă pentru fiecare variabilă în calitate de variabilă
dependentă, utilizând factorii drept predictori.
• Comunalitatea redusă = modelul factorial nu este adecvat în raport cu acea variabilă
• Dacă valoarea > 1 avem o soluție factorială falsă care poate decurge dintr-un eșantion prea mic sau un
număr inadecvat de factori