Cercetare Cantitativă

Analiză factorială Utilizarea în articolele de

Analiză cauzală/SEM
specialitate
 FA & SEM
❖ Ambele metode au în comun ideea de a folosi variabile
nemăsurate/ latente
❖ Analiza factorială —> focus doar pe construirea acestor
variabile latente
❖ Analiză factorială exploratorie (EFA)
❖ Analiză factorială confirmatorie (CFA)
❖ SEM —> focus pe relațiile cauzale dintre variabilele
latente
 Variabile latente

❖ Terminologie
❖ Variabilă latentă = construct teoretic, neobservat
❖ Indicatorii = variabile observate
❖ Indicatori observați multipli pentru a măsura un
construct teoretic neobservat
Cum am putea include într-un model variabile nemăsurate?

❖ Analiza factorială (FA) oferă un prim răspuns

❖ FA construiește factori (variabile nemăsurate) pe baza
unei strategii:
❖ alegerea unui set de variabile observate care sa
măsoare același construct teoretic
❖ folosind informația oferită de aceste variabile și
relațiile dintre ele, FA extrage factori
 Logica Analizei Factoriale (AF)

❖ Inițial, concepută ca tehnică de reducere a

(complexității) datelor
❖ Realizează un lucru mult mai important: găsirea (EFA)/
testarea (CFA) patternurilor de relații dintre variabilele
observate și propunerea unei structuri care arată ce
variabile observate se grupează pe ce factori neobservați
 EFA Exemplu de cercetare
Lectura obligatorie pentru săptămâna viitoare

❖ Mishler, W., & Rose, R. (1997). Trust, distrust and

skepticism: popular evaluations of civil and political
institutions in post-communist societies. Journal of
Politics, 59, 418–451.
 EFA (PCA) Rezultate Raportate

❖ Comunalități (communalities) —> per variabilă observată (% varianță

explicată de toți factorii extrași)
❖ Valori proprii (eigenvalues) —> per factor (cantitatea din varianța
tuturor variabilelor observate din model explicată de un factor)
❖ Saturații (loadings) —> relațiile dintre factori și variabile observate
❖ Corelații între factori
❖ Scoruri factoriale (factor scores) —> o variabilă observată construită pe
baza modelului, care este o transformare (imperfectă) a factorului
neobservat într-o variabilă observată. Un tip de scală.
Cum am putea include într-un model variabile nemăsurate?

❖ Răspunsul EFA: scoruri factoriale

AF (PCA) Alte Rezultate Raportate

❖ Teste care în principiu arată dacă variabilele observate

sunt îndeajuns de corelate încât să justifice o analiză
factorială (KMO, Bartlett)
Rezultate EFA Exemplu Mishler & Rose, 1997
Soluție cu 1 factor
Soluție cu 3 factori
 Eigenvalue=5.09 (34%):
Factorul explică 34% din
variația variabilelor observate
 Saturațiile: arată relații
puternice între indicatori și
factor (aproape toate saturațiile
sunt peste 0.5)
 EFA - Limitări

❖ Nu are un model teoretic sau ipoteze în spatele relațiilor

(“data-driven” method)
❖ Oferă doar niște intuiții despre structura datelor, care
pot induce cercetătorul în eroare în absența altor
motode de verificare (cross-validare)
❖ Limitări tehnice ale modelului: modul în care sunt
tratate erorile din model (PCA)
 EFA - Software

❖ SPSS, Stata, SAS, R, MPlus

 F1 F2

Var1 Var2 Var3 Var4 Var5 Var6

EFA Structura (Principal Components

Modelului
Analysis)
 F1 F2

Var1 Var2 Var3 Var4 Var5 Var6

e1 e2 e3 e4 e5 e6

CFA Structura
Modelului
Analiză factorială confirmatorie (CFA)

❖ Răspuns la problemele asociate în mod clasic cu EFA

❖ Analiza verifică dacă structura datelor este consistentă
cu un model foarte bine definit și controlat de cercetător
(câți factori, ce variabile se încarcă pe ce factori, care
sunt relațiile între factori, care este structura de erori din
model, …)
 CFA Rezultate Raportate

❖ Saturații (loadings) —> relațiile dintre indicatori și

factori
❖ Corelații între factori
❖ Măsuri de adecvare a modelelor
❖ Teste de comparație între modele cu structuri factoriale
diferite
Rezultate CFA
exemplu
Cum am putea include într-un model variabile nemăsurate?

❖ Răspunsul CFA: Ca variabile latente (se include toată

structura variabilei: variabila neobservată, cu indicatorii
ei și cu relațiile care leagă variabila neobservată de
indicatori, exact așa cum arată ea în modelul CFA)
 Drumul de la regresie la SEM
Susținere din partea
familiei

Rețeaua de prieteni Satisfacție

Rezultate școlare
 1. Vrem să putem distinge mecanismele
prin care apare o relație cauzală; variabile mediatoare

Analiza de cale (path

analysis)
Susținere din partea
familiei

Rezultate
Satisfacție
școlare

Rețeaua de prieteni
2. Vrem să putem include în model variabile latente

Performance
in Grad School
Aptitude

Social Happiness
Suport

Previous
Happiness
SEM

Source: http://
tzkeith.com/
links-2/sem-stuff/
 Terminologie

❖ Modele recursive, nonrecursive

❖ Modele identificate, non-identificate
❖ Variabile exogene, endogene, mediatoare
❖ Variabile măsurate, nemăsurate/ observate, latente
❖ Efecte directe, indirecte, totale
 SEM Rezultate Raportate
❖ Coeficienți de regresie standardizați și nestandardizați (+
termeni liberi în unele analize)
❖ Efecte directe, indirecte, totale (standardizate și
nestandardizate)
❖ Semnificația statistică a coeficienților (valorile p)
❖ R2
❖ Măsuri de adecvare a modelului; comparații între
modele
 SEM Software

❖ AMOS
❖ MPlus
❖ Stata
❖ Lisrel
❖ EQS
❖ R
Lectura obligatorie pentru săptămâna viitoare

❖ Ream, R. and G. Palardy (2008). Reexamining Social

Class Differences in the Availability and the
Educational Utility of Parental Social Capital,
American Educational Research Journal, 45 (2): 238-273.