Professional Documents
Culture Documents
qxd
4/17/2012
1:10 PM
Page 102
Abstract
In Romania, the use of exploratory factor analysis (EFA) in the development or cultural adaptation of psychological tests is a phenomenon that gained a very large ampleness in recent years. Many of the recommendations that apply when using EFA for variables will lead to erroneous results if EFA is used for items. The purpose
of this article is to provide relevant information about issues to be taken into account when EFA is used for items.
Basically, this article presents a series of recommendations about decisions on determining the need to implement
EFA, the sample used, choosing a factor extraction method, selecting the optimal number of factors, factor rotation and identifying false factors. Finally, a synthesis of recommendations made throughout the article is presented, along with the main techniques for forming item parcels and a guide for conducting a parallel analysis using
SPSS syntax.
Keywords: Exploratory factor analysis, item parcels, parallel analysis
Rsum
En Roumanie, lutilisation de lanalyse factorielle exploratoire (EFA) dans le procs de dveloppement ou
dadaptation culturelle des preuves psychologiques reprsente un phnomne qui a pris un grand essor pendant
les dernires annes. Beaucoup de recommandations valables pour lutilisation de la EFA pour les variables vont
mener des rsultats errons dans le cas de lutilisation de la EFA pour les items. Le but de cet article cest de
fournir des informations signifiantes sur les aspects qui doivent tre pris en considration lors quil sagit dutiliser la EFA pour les items. Pratiquement, le prsent article vient illustrer une srie de recommandations lies aux
dcisions concernant la dtermination du besoin dapplication de la EFA, lchantillon utilis, le choix dune
mthode dextraction des facteurs et lidentification des faux facteurs. A la fin, il y a une synthse des recommandations mentionnes tout au long de larticle, en prsentant les principales techniques pour la formation des parcelles ditems aussi bien quun guide pour la ralisation dune analyse parallle dans la syntaxe du logiciel SPSS.
Mots-cls: lanalyse factorielle exploratoire, parcelles ditems, analyse parallle
Rezumat
Utilizarea analizei factoriale exploratorii (eng. exploratory factor analysis sau EFA) n procesul de dezvoltare sau de adaptare cultural a probelor psihologice reprezint un fenomen ce a cptat o foarte mare
amploare n ultimii ani, n Romnia. Multe dintre recomandrile care sunt valabile pentru utilizarea EFA n cazul
variabilelor vor duce la rezultate eronate n cazul utilizri EFA pentru itemi. Scopul acestui articol este de a oferi
informaii relevante despre aspectele care trebuie luate n calcul atunci cnd EFA este utilizat n cazul itemilor.
Practic, acest articol prezint o serie de recomandri legate de deciziile privind determinarea necesitii de a aplica EFA, eantionul utilizat, alegerea unei metode de extracie a factorilor, selectarea numrului optim de factori,
rotirea factorilor i identificarea factorilor fali. La final este realizat o sintez a recomandrilor fcute pe par-
Volumul_10_nr_01.qxd
4/17/2012
1:10 PM
Page 103
cursul articolului, sunt prezentate principalele tehnici pentru formarea pachetelor de itemi, ct i un ghid pentru
realizarea unei analize paralele din sintaxa programului SPSS.
Cuvinte-cheie: Analiza factorial exploratorie, pachete de itemi, analiza paralel
Introducere
Analiza factorial exploratorie (EFA) este
una dintre cele mai utilizate tehnici statistice din
tiinele sociale. Scopul principal al acesteia
este identificarea numrului i a naturii factorilor care stau la baza unui set de variabile manifeste (Little, Cunningham, Shahar i Widaman,
2002; Bandalos, 2008; Sava, 2011).
Cu toate c tehnica a fost dezvoltat acum
mai bine de un secol i a fost aplicat constant
n diverse scopuri (dezvoltarea unor teorii ale
personalitii, construirea unor instrumente psihometrice), muli autori au criticat modalitatea
de aplicare a EFA (Armstrong, 1967; Gould,
1981). De asemenea, unele revizuiri ale
cercetrilor publicate n literatura de specialitate
ce folosesc EFA au scos la iveal carene evidente la nivelul deciziilor luate de autori n
derularea acestei tehnici statistice (Ford, MacCallum i Tait, 1986; Fabrigar, Wegener, MacCallum, i Strahan, 1999).
n cazul utilizrii analizei factoriale exploratorii pentru dezvoltarea/adaptarea cultural a
unor instrumente psihometrice, exist mai multe
aspecte ce trebuie luate n considerare, pentru a
evita obinerea unor rezultate distorsionate. Utilizarea EFA n cazul itemilor n acelai fel ca n
cazul variabilelor poate conduce, destul de des,
la obinerea unor structuri factoriale inadecvate.
Acest lucru se datoreaz, n principal, particularitilor specifice ale itemilor (Gorsuch, 1997).
Articolul de fa cuprinde o trecere n
revist a aspectelor specifice ale folosirii EFA n
cazul itemilor, urmat de o analiz a deciziilor
ce trebuiesc luate n cazul utilizrii EFA cu
itemi. Acest decizii sunt legate de: determinarea
necesitii de a aplica EFA, eantionul utilizat,
alegerea unei metode de extracie a factorilor,
selectarea numrului optim de factori, rotirea
acestora i identificarea factorilor fali. La final
sunt prezentate cteva informaii legate de formarea pachetelor de itemi, iar ncheierea este
format dintr-un set de concluzii i recomandri.
103
Volumul_10_nr_01.qxd
4/17/2012
1:10 PM
Page 104
Volumul_10_nr_01.qxd
4/17/2012
1:10 PM
Page 105
Eantionul utilizat
Pentru selectarea unui eantion adecvat trebuie avute n vedere dou aspecte: caracteristicile i volumul su (Gorsuch, 1997). Legat de
caracteristicile eantionului, soluia optim ar
consta n selectarea unui lot de omogenitate
medie, deoarece eantioanele foarte omogene
sau foarte eterogene pot conduce la obinerea
unor soluii factoriale incorecte. De asemenea,
foarte important este i similaritatea dintre
lotul utilizat i populaia int pe care va fi aplicat proba (ex. dac testul va fi aplicat pe femei
de peste 50 de ani, atunci lotul utilizat pentru
dezvoltarea/adaptarea cultural a probei ar trebui s fie format din femei de peste 50 de ani;
dac testul urmeaz s fie aplicat elevilor de
liceu, atunci lotul utilizat ar trebui s fie format
din elevi de liceu). Din pcate, n majoritatea
studiilor de acest gen sunt utilizate eantioane
formate din studeni, n special cei de la tiine
sociale, probabil din cauza gradului mare de
accesibilitate (ITC, 2010). Eantioanele astfel
construite au n general anumite caracteristici
(vrste ntre 19 i 25 de ani, preponderena
genului feminin etc.), care nu sunt ntotdeauna
adecvate pentru dezvoltarea/adaptarea oricrui
tip de instrument psihometric.
Legat de volumul eantionului, trebuie
menionat faptul c orice regul fix nu este valabil i nici foarte folositoare (Gorsuch, 1997;
MacCallum, Widaman, Zhang i Hong, 1999).
Att numrul minim de participani, ct i raportul minim participani-itemi necesare pentru a
asigura o analiz optim variaz n funcie de
anumite caracteristici ale itemilor inclui n
studiu; mai exact, acestea variaz n principal n
funcie de nivelul comunalitii itemilor, care se
afl ntr-o relaie invers proporional cu volumul eantionului. n cazul utilizrii EFA cu variabile (care au de obicei un nivel al comunaliti
mai ridicat dect itemii), soluii factoriale
optime au fost identificate pe eantioane mai
mici de 100 de persoane, avnd un raport participani-variabile de numai 3:1. n cazul utilizrii
EFA cu itemi, sunt n general necesare
eantioane mai mari (minim 100 de participani,
preferabil peste 200), i un raport participaniitemi de cel puin 5:1 (MacCallum i colab.,
1999; de Winter, Dodou i Wieringa, 2009;
Sava, 2011). Evident, dup cum menionam
105
Volumul_10_nr_01.qxd
4/17/2012
1:10 PM
Page 106
* Programul SPSS nu permite realizarea PCA n varianta clasic; sub denumirea de principal component method programul realizeaz o analiz factorial a componentelor principale. Diferena dintre cele dou este minim, opiunea din SPSS
introducnd o surs suplimentar de eroare, lucru ce o face i mai puin dezirabil.
** Programul mpreun cu manualul de utilizare sunt disponibile gratuit pe internet la adresa: http://faculty.psy.ohiostate.edu/browne/software.php.
106
Volumul_10_nr_01.qxd
4/17/2012
1:10 PM
Page 107
107
Volumul_10_nr_01.qxd
4/17/2012
1:10 PM
Page 108
such, 1995). Cnd se produce subestimarea, factorii selectai vor conine un nivel de eroare considerabil, deoarece itemii care ar fi trebuit s
ncarce factorii care nu au fost extrai pot ncrca incorect factorii extrai. De asemenea, nivelul de saturaie al itemilor care ar ncrca n mod
normal factorii extrai poate fi afectat. Astfel,
nivelul de eroare regsit n model crete direct
proporional cu numrul de factori subestimai.
n schimb, cnd se produce supraestimarea,
nivelul de saturaie pentru factorii autentici
conine, n general, mai puin eroare dect n
cazul subestimrii. De asemenea, supraestimarea cu doi, trei sau chiar patru factori induce
aproximativ la fel de mult eroare n model ca i
supraestimarea cu un singur factor (Wood i
colab., 1995).
Rotirea factorilor
Pentru a ajunge la o structur factorial ct
mai adecvat trebuie utilizat criteriul structurii
simple definit de Thurstone. Acest lucru nseamn c din multitudinea de rotaii posibile, cea
care va avea cea mai bun structur simpl va
avea o semnificaie psihologic real, va fi cea
mai uor de interpretat i de replicat. Practic,
structura simpl se refer la o soluie n care
fiecare item obine saturaii ridicate ntr-un singur factor i saturaii reduse n ceilali factori
(Fabrigar i colab., 1999).
Pentru obinerea structurii simple au fost
dezvoltate o serie de rotiri ale factorilor. Cea
108
Volumul_10_nr_01.qxd
4/17/2012
1:10 PM
Page 109
109
Volumul_10_nr_01.qxd
4/17/2012
1:10 PM
Page 110
110
Volumul_10_nr_01.qxd
4/17/2012
1:10 PM
Page 111
Concluzii
Scopul acestui articol a fost oferirea de
informaii relevante despre aspectele care trebuie luate n considerare atunci cnd analiza
factorial exploratorie este utilizat n cazul
itemilor. Toate informaiile i sugestiile prezentate au ca scop mbuntirea calitii utilizrii
EFA, n procesul de adaptare cultural sau dezvoltare a testelor. Astfel, acest articol poate fi
folositor att cercettorilor care se ocup cu dezvoltarea sau adaptarea cultural a instrumentelor
psihometrice pe populaie romneasc, ct i
studenilor (n principal masteranzi sau doctoranzi) a cror teme de disertaie/doctorat includ
astfel de analize.
La finalul acestui articol prezentm un set
de recomandri sub form de ghid, bazat pe
informaiile anterioare, legat de modalitatea optim de aplicare a EFA n cazul dezvoltrii/ adaptrii culturale a instrumentelor psihometrice:
1. Verificai dac EFA este tehnica statistic
de care avei nevoie pentru atingerea obiectivelor studiului.
2. Selectai un eantion care s respecte att
criteriile legate de volum (un raport participaniitemi de minim 5:1) ct i legate de caracteristici (omogenitate medie i similaritate ntre
eantion i populaia int a probei).
3. Verificai (pentru precauie) valorile
Skweness i Kurosis ale itemilor nainte de a
ncepe analiza. Dac valorile indic pentru mai
muli itemi distribuii ce deviaz substanial de
la normalitate, putei continua analiza din programul SPSS (asumndu-v riscul de a obine o
structur factorial neadecvat), sau putei apela
la programul FACTOR.
4. Realizai o EFA din programul SPSS,
urmnd urmtoarele recomandri: metod de
extracie analiza factorilor principali; metod
de selecie criteriul lui Kaiser (dei nu este o
soluie adecvat, se poate folosi n cazul realizrii unei EFA incipient, doar pentru a verifica
ci factori selecteaz programul fr nici o constrngere); rotire Direct Oblimin (cu valoarea
zero pentru delta).
5. Verificai scree plot-ul obinut i apoi
realizai o analiz paralel din sintaxa programului SPSS, folosind ghidul din Anexa 1. Dac
soluia indicat de analiza paralel este susinut
Bibliografie
Armstrong, J. S. (1967). Derivation of theory by means
of factor analysis or Tom Swift and his electric
factor analysis machine. The American Statistician, 21(1), 17-21.
Bandalos, D. L. (2008). Is Parceling Really Necessary?
A Comparison of Results From Item Parceling and
Categorical Variable Methodology. Structural
Equation Modeling: A Multidisciplinary Journal,
15(2), 211-240.
Bernstein, I. H., Teng, G. (1989). Factoring items and
factoring scales are different: Spurious evidence
for multidimensionality due to item categorization. Psychological Bulletin, 105, 467-477.
Browne, M. W. (2001). An Overview of Analytic Rotation in Exploratory Factor Analysis. Multivariate
Behavioral Research, 36(1), 111-150.
Browne, M. W., Cudeck, R., Tateneni, K. & Mels G.
(2008). CEFA: Comprehensive Exploratory Factor
Analysis, Version 3.03 [Computer software and
manual]. Gsit la adresa: http://faculty.psy.ohiostate.edu/browne.
Buja, A., & Eyuboglu, N. (1992). Remarks on parallel
analysis. Multivariate Behavioral Research, 27,
509-540.
Dinno, A. (2009). Exploring the Sensitivity of Horns
Parallel Analysis to the Distributional Form of
Random Data. Multivariate Behavioral Research,
44(3), 362-388.
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.
Fava, J. L., & Velicer, W. F. (1992). The effects of
overextraction on factor and component analysis.
Multivariate Behavioral Research, 27, 387-415.
111
Volumul_10_nr_01.qxd
4/17/2012
1:10 PM
Page 112
112
Volumul_10_nr_01.qxd
4/17/2012
1:10 PM
Page 113
Pasul 3: Introducei numele i locaia fiierului ce conine datele pe care dorii s le analizai
(fiierul trebuie s fie realizat n SPSS), dup comanda FILE = (ex. FILE = C:\Date\studiu.sav).
Dac specificai FILE = * , programul va analiza fiierul SPSS care este deschis n acel moment,
acest lucru fiind mult mai la ndemn. De asemenea, trebuie s specificai variabilele din baza de date
ce vor fi folosite pentru analiz (ex. dac ai numerotat itemii pe care dorii s-i analizai cu it1, it2,
it3,...., it20, atunci vei scrie VAR = it1 to it20). Comanda aferent descrierii de mai sus este:
GET raw / FILE = * / missing=omit / VAR = it1 to it20.
Pasul 4: Introducei numrul seturilor de date paralele ce dorii s fie analizate (n general, 1000
de seturi sunt suficiente; n cazul n care soluia obinut nu este ndeajuns de clar, putei utiliza mai
multe seturi de date):
compute ndatsets = 1000.
Pasul 5: Introducei valoarea percentilului dorit pentru realizarea analizei (de obicei, percentilul
95):
compute percent = 95.
Pasul 6: Alegei metoda de extracie a factorilor pe care dorii s o utilizai (1 pentru analiza
componentelor principale, sau 2 pentru analiza factorilor principali). Indiferent de metoda de
extracie pe care ai folosit-o, vei selecta opiunea 1, deoarece selectarea celei de-a doua opiuni tinde
s supraestimeze numrul de factori care trebuie extrai (Buja i Eyuboglu, 1992; Dinno, 2009):
compute kind = 1.
Pasul 7: Alegei modalitatea de generare a seturilor de date paralele (1 pentru generarea unor
date aleatoare cu distribuie normal, sau 2 pentru permutarea datelor brute). Alegei prima variant
n cazul n care itemii supui analizei au distribuii ncadrate n limitele normalitii. Cea de-a doua
variant este foarte precis n situaiile n care datele brute nu au o distribuie normal, dar dureaz mai
mult timp. Dac itemii utilizai n analiz ncalc condiiile de normalitate, realizai mai nti o analiz
paralel folosind prima metod (pentru a avea un punct de reper), iar apoi folosii cea de-a doua
metod.
compute randtype = 1.
* Ghidul a fost inspirat din indicaiile Prof. Univ. Dr. Brian OConnor despre analiza paralel, disponibile pe internet la
adresa: https://people.ok.ubc.ca/brioconn/nfactors/nfactors.html.
113
Volumul_10_nr_01.qxd
4/17/2012
1:10 PM
Page 114
114
Volumul_10_nr_01.qxd
4/17/2012
1:10 PM
Page 115
115