Słownik metodologiczny · Analiza czynnikowa

Macierz modelowa

Pełne wyjaśnienie, zastosowanie naukowe i praktyczne, przykład, dobre praktyki oraz gotowy zapis wyniku w APA 7.

Strona główna / Słownik / Macierz modelowa

Opracowanie merytoryczne: · Opublikowano: · Aktualizacja:

Co oznacza Macierz modelowa?

Macierz modelowa w rotacji ukośnej pokazuje współczynniki wiążące zmienne z czynnikami po uwzględnieniu korelacji czynników.
Co odróżnia to pojęcie? Macierz modelowa, nazywana w EFA macierzą wzorca, zawiera współczynniki regresyjne zmiennych na czynniki po rotacji ukośnej. Pokazuje unikatowy wkład czynnika przy kontroli pozostałych czynników. Gdy czynniki korelują, wartości różnią się od prostych korelacji wskaźnik–czynnik. Do przypisywania pozycji zwykle interpretuje się wzorzec, ale wraz z macierzą struktury i korelacjami czynników.

Zastosowanie, warunki i dobre praktyki

Najważniejsze zastosowanie: Użyj macierzy modelowej po rotacji ukośnej do interpretacji unikatowych współczynników przypisujących wskaźniki do czynników przy kontroli korelacji między wymiarami.

Przy rotacji ukośnej macierz modelowa pomaga ocenić, który czynnik wyjaśnia unikatową część odpowiedzi na daną pozycję po uwzględnieniu korelacji między czynnikami. Interpretuj ją razem z macierzą struktury i korelacjami czynników, szczególnie gdy pozycja ma podwyższone wartości dla kilku wymiarów.

Jak poprawnie stosować i interpretować hasło „Macierz modelowa”?

Przy ocenie pojęcia „Macierz modelowa” trzeba odróżnić redukcję danych od modelowania wspólnych przyczyn odpowiedzi. W odniesieniu do hasła „Macierz modelowa” następnie ustala się skalę wskaźników, macierz poddaną analizie, metodę ekstrakcji, sposób wyboru liczby wymiarów i rotację. Przy ocenie hasła „Macierz modelowa” interpretacja powinna wynikać z całego wzorca ładunków oraz treści pozycji, a nie tylko z najwyższej liczby w każdym wierszu.

Ocena pojęcia „Macierz modelowa” obejmuje stabilność rozwiązania, ładunki krzyżowe, wspólności, korelacje czynników i zgodność z przewidywaną strukturą. W analizie dotyczącej hasła „Macierz modelowa” reguła Kaisera lub sam wykres osypiska rzadko wystarczają; lepiej połączyć analizę równoległą, teorię i sprawdzenie modeli alternatywnych. Dla interpretacji hasła „Macierz modelowa” usuwanie pozycji powinno zachowywać zakres treści konstruktu.

Co trzeba opisać w raporcie?

W opisie „Macierz modelowa” należy podać rodzaj analizy, macierz wejściową, ekstrakcję, rotację, kryterium liczby wymiarów i liczebność próby. W odniesieniu do hasła „Macierz modelowa” tabela powinna zawierać właściwe ładunki, informację o ładunkach krzyżowych i wspólnościach, a tekst — uzasadnienie nazw czynników oraz każdej zmiany modelu.

Zakres raportowania dla hasła „Macierz modelowa”: Podaj metodę ekstrakcji, rodzaj rotacji ukośnej, macierz modelową z ładunkami oraz korelacje czynników; wskaż jawnie pozycje z istotnymi ładunkami krzyżowymi.

Przykład praktyczny i gotowa interpretacja

Sytuacja: Po rotacji oblimin pozycja miała ładunek .71 na czynnik A i .12 na B w macierzy wzorca, co opisywało jej unikatowy wkład przy korelacji czynników.

Jak ją zinterpretować: Wartości macierzy wzorca pokazują unikatowe związki wskaźników z czynnikami po uwzględnieniu ich korelacji. Przy rotacji ukośnej nie należy ich mylić z prostymi korelacjami z macierzy struktury.

Najczęstsza pułapka i granica interpretacji

Przy rotacji ukośnej nie odczytuj macierzy modelowej jak prostych korelacji; jej współczynniki są warunkowe względem pozostałych czynników.

Rozwiązanie uzyskane dla „Macierz modelowa” jest zależne od próby, zestawu pozycji i decyzji analitycznych. W analizie dotyczącej hasła „Macierz modelowa” nadanie czynnikowi nazwy nie dowodzi jego trafności ani nie zastępuje replikacji struktury.

Definicje, zalecenia interpretacyjne i sposób raportowania oparto na literaturze metodologicznej wskazanej w bibliografii (Fabrigar et al., 1999).

Powiązane hasła

Macierz strukturyK-M-O i test sferyczności BartlettaŁadunek czynnikowyMetoda CattellaMetoda głównych składowych (analiza czynnikowa)Metoda Kaisera

Poradniki, w których użyjesz tego pojęcia

Poradnik

Wartość p: co naprawdę oznacza i jak ją poprawnie interpretować

Wartość p bez mitów: definicja, interpretacja, typowe błędy oraz sposób raportowania wraz z wielkością efektu i przedziałem ufności.

Czytaj →Poradnik

Alfa Cronbacha: jak oceniać rzetelność skali bez uproszczeń

Alfa Cronbacha krok po kroku: wzór, założenia, interpretacja, ograniczenia i sytuacje, w których lepiej raportować współczynnik omega.

Czytaj →Poradnik

Regresja logistyczna: założenia, interpretacja i raportowanie modelu

Regresja logistyczna w praktyce: założenia, iloraz szans, diagnostyka, kalibracja, AUC oraz zasady rzetelnego raportowania modelu.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Oferta dla badaczyOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., & Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272–299. https://doi.org/10.1037/1082-989X.4.3.272
  2. Hayton, J. C., Allen, D. G., & Scarpello, V. (2004). Factor retention decisions in exploratory factor analysis: A tutorial on parallel analysis. Organizational Research Methods, 7(2), 191–205. https://doi.org/10.1177/1094428104263675
  3. McNeish, D. (2018). Thanks coefficient alpha, we’ll take it from here. Psychological Methods, 23(3), 412–433. https://doi.org/10.1037/met0000144
  4. Dunn, T. J., Baguley, T., & Brunsden, V. (2014). From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation. British Journal of Psychology, 105(3), 399–412. https://doi.org/10.1111/bjop.12046
  5. Jolliffe, I. T., & Cadima, J. (2016). Principal component analysis: A review and recent developments. Philosophical Transactions of the Royal Society A, 374(2065), 20150202. https://doi.org/10.1098/rsta.2015.0202
  6. Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191

Cytowania BibTeX

@article{fabrigar1999efa, author={Fabrigar, Leandre R. and Wegener, Duane T. and MacCallum, Robert C. and Strahan, Erin J.}, title={Evaluating the use of exploratory factor analysis in psychological research}, journal={Psychological Methods}, year={1999}, volume={4}, number={3}, pages={272--299}, doi={10.1037/1082-989X.4.3.272}}
@article{hayton2004parallel, author={Hayton, James C. and Allen, David G. and Scarpello, Vida}, title={Factor retention decisions in exploratory factor analysis: a tutorial on parallel analysis}, journal={Organizational Research Methods}, year={2004}, volume={7}, number={2}, pages={191--205}, doi={10.1177/1094428104263675}}
@article{mcneish2018alpha, author={McNeish, Daniel}, title={Thanks coefficient alpha, we’ll take it from here}, journal={Psychological Methods}, year={2018}, volume={23}, number={3}, pages={412--433}, doi={10.1037/met0000144}}
@article{dunn2014omega, author={Dunn, Thomas J. and Baguley, Thom and Brunsden, Vivienne}, title={From alpha to omega: A practical solution to the pervasive problem of internal consistency estimation}, journal={British Journal of Psychology}, year={2014}, volume={105}, number={3}, pages={399--412}, doi={10.1111/bjop.12046}}
@article{jolliffe2016pca, author={Jolliffe, Ian T. and Cadima, Jorge}, title={Principal Component Analysis: A Review and Recent Developments}, journal={Philosophical Transactions of the Royal Society A}, year={2016}, volume={374}, number={2065}, pages={20150202}, doi={10.1098/rsta.2015.0202}}
@article{appelbaum2018jars, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={Journal article reporting standards for quantitative research in psychology}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}
R