Słownik metodologiczny · Analiza czynnikowa

Wykres osypiska

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

Strona główna / Słownik / Wykres osypiska

Opracowanie merytoryczne: · Opublikowano: · Aktualizacja:

Co oznacza Wykres osypiska?

Wykres osypiska przedstawia uporządkowane wartości własne i umożliwia wizualną ocenę miejsc załamania, ale sam nie narzuca liczby wymiarów.
Co odróżnia to pojęcie? Wykres osypiska przedstawia uporządkowane wartości własne na osi pionowej i numer składowej lub czynnika na osi poziomej. Może służyć metodzie Cattella, ale sam nie narzuca reguły wyboru. Na wykresie warto pokazać również wyniki analizy równoległej, ponieważ dwa podobne „załamania” mogą prowadzić do różnych decyzji. Trzeba podać, czy wykres dotyczy PCA, czy modelu czynnikowego.

Zastosowanie, warunki i dobre praktyki

Najważniejsze zastosowanie: Oglądaj przebieg wartości własnych i dokumentuj wybrane załamanie, porównując sąsiednie rozwiązania czynnikowe.

Wykres osypiska porządkuje wartości własne i pomaga znaleźć przejście od dominujących wymiarów do płaskiego ogona. Oś i użyta macierz muszą być opisane, a niejednoznaczne załamanie należy skonfrontować z analizą równoległą oraz rozwiązaniami o sąsiedniej liczbie czynników.

Jak poprawnie stosować i interpretować hasło „Wykres osypiska”?

W odniesieniu do hasła „Wykres osypiska” kryterium zatrzymania wymiarów powinno odpowiadać celowi analizy i nie opierać się na jednej regule. Wykres osypiska, wartości własne większe od 1 i zadany procent wariancji mogą wskazywać różne rozwiązania, zwłaszcza przy niewielkiej próbie albo skali z nierównymi ładunkami. W analizie dotyczącej hasła „Wykres osypiska” analiza równoległa i możliwość sensownej interpretacji czynników stanowią ważne punkty odniesienia.

W analizie dotyczącej hasła „Wykres osypiska” trzeba obejrzeć rozwiązania sąsiednie, stabilność ładunków i reprodukowalność struktury. Dla interpretacji hasła „Wykres osypiska” zbyt mała liczba wymiarów może połączyć odmienne konstrukty, a zbyt duża — stworzyć czynnik oparty na pojedynczych pozycjach lub szumie. W odniesieniu do hasła „Wykres osypiska” decyzji o usunięciu pozycji nie wolno podejmować wyłącznie po to, by uzyskać pożądaną liczbę czynników.

Co trzeba opisać w raporcie?

W odniesieniu do hasła „Wykres osypiska” raport powinien wskazać wszystkie użyte kryteria, wartości własne lub wynik analizy równoległej, kształt wykresu osypiska oraz powody wyboru końcowego rozwiązania. Przy ocenie hasła „Wykres osypiska” warto pokazać, jak zmieniały się ładunki i interpretacja w rozwiązaniach z liczbą wymiarów o jeden mniejszą i większą.

Zakres raportowania dla hasła „Wykres osypiska”: Opisz wszystkie kryteria wyboru liczby czynników.

Przykład praktyczny i gotowa interpretacja

Sytuacja: Wykres wartości własnych pokazał dwa możliwe załamania: po drugim i po czwartym wymiarze. Dodanie linii z analizy równoległej pomogło ocenić, które składowe przewyższają losowy punkt odniesienia.

Jak ją zinterpretować: Załamanie wykresu sugeruje miejsce, po którym kolejne wymiary odtwarzają głównie drobną zmienność. Ponieważ punkt bywa subiektywny, decyzję należy skonfrontować z analizą równoległą i stabilnością ładunków.

Najczęstsza pułapka i granica interpretacji

Gładki wykres bez wyraźnego łokcia nie uzasadnia arbitralnego wskazania jednego rozwiązania.

W analizie dotyczącej hasła „Wykres osypiska” żadne mechaniczne kryterium nie potwierdza, że zatrzymane wymiary odpowiadają konstruktom teoretycznym. Dla interpretacji hasła „Wykres osypiska” wynik zależy od rodzaju macierzy korelacji, liczby pozycji, próby i metody ekstrakcji, dlatego wymaga replikacji.

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

Powiązane hasła

K-M-O i test sferyczności BartlettaŁadunek czynnikowyMacierz modelowaMacierz strukturyMetoda CattellaMetoda głównych składowych (analiza czynnikowa)

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