Question:
Utiliser l'EFA ou l'ACP pour évaluer la dimensionnalité d'un ensemble d'éléments de Likert
giovanna
2011-06-08 17:57:46 UTC
view on stackexchange narkive permalink

Cela fait suite à ma question précédente sur l'évaluation de la fiabilité.

J'ai conçu un questionnaire (six items de Likert en 5 points) pour évaluer l'attitude d'un groupe d'utilisateurs envers un produit. Je voudrais estimer la fiabilité du questionnaire par exemple en calculant l'alpha ou le lambda6 de Cronbach. Donc, je dois vérifier la dimensionnalité de ma balance. J'ai vu que certaines personnes utilisent l'ACP pour connaître le nombre de dimensions (par exemple les composants principaux), d'autres préfèrent utiliser l'EFA.

  • Quelle est l'approche la plus appropriée?
  • De plus, si je trouve plus d'un composant principal ou plus d'un facteur latent, cela signifie-t-il que je mesure plus d'un construction ou plusieurs aspects de la même construction?
Combien de sujets sont disponibles? Avez-vous observé des effets plafond / plancher sur vos items (la distribution des réponses s'est déplacée vers des valeurs élevées ou faibles) ou d'éventuelles réponses incohérentes?
Trois réponses:
#1
+11
Jeromy Anglim
2011-09-29 11:16:26 UTC
view on stackexchange narkive permalink

EFA par rapport à l’APC

Dans une question précédente sur les différences entre l’EPT et l’APC, je déclare:

  • L’analyse des composantes principales consiste à extraire composites linéaires de variables observées.
  • L'analyse factorielle est basée sur un modèle formel prédisant les variables observées à partir de facteurs latents théoriques.

Je trouve que généralement dans le contexte du développement psychologique l'analyse factorielle des échelles est plus appropriée en théorie. On suppose souvent que les facteurs latents sont à l'origine des variables observées.

Évaluation de la dimensionnalité de l'échelle

La détermination de la dimensionnalité sous-jacente à un ensemble d'éléments de likert n'est pas seulement une question d'EFA par rapport à l'ACP. Il existe plusieurs techniques. William Revelle a un logiciel en R pour implémenter plusieurs techniques ( voir cette discussion).

En général, il y a rarement une réponse définitive quant au nombre de facteurs nécessaires pour modéliser un ensemble d'articles. Si vous extrayez plus de facteurs, vous pouvez expliquer plus de variance dans les éléments. Bien sûr, par hasard, vous pourriez expliquer une certaine variance, de sorte que certaines approches tentent d'exclure le hasard (par exemple, le test parallèle). Cependant, même avec de très grands échantillons, où le hasard devient moins une explication, je m'attendrais à voir des augmentations systématiques mais faibles de la variance expliquées en extrayant plus de facteurs. Ainsi, il vous reste la question de savoir dans quelle mesure la variance doit être expliquée par le premier facteur par rapport aux autres afin de conclure que l'échelle est suffisamment unidimensionnelle pour votre objectif. Ces questions sont étroitement liées à l’application et à des questions plus larges de validité.

Vous trouverez peut-être utile de lire l’article suivant pour une discussion plus large des définitions et des approches de quantification de l’unidimensionnalité:

Hattie , J. (1985). Revue méthodologique: évaluation de l'unidimensionnalité des tests et des ltems. Mesure psychologique appliquée , 9 (2): 139.

Voici une présentation Web examinant quelques règles de décision différentes pour définir l'unidimensionnalité

#2
+7
richiemorrisroe
2011-09-29 14:31:39 UTC
view on stackexchange narkive permalink

Premièrement, ni l'ACP ni l'EFA ne vous donneront une estimation de la dimension de l'échelle. Ce sont tous deux essentiellement des techniques de réduction des données. Cela étant dit, l'EPT est probablement meilleur à cette fin car il vous indique dans quelle mesure la variance de chaque question est prise en compte dans le modèle (la communauté).

Pour estimer la dimension, vous devez utiliser une autre technique. Les meilleurs ont tendance à être l'analyse parallèle, le critère partiel moyen minimal et l'examen de la parcelle d'éboulis. Les valeurs propres supérieures à un ont tendance à ne pas bien fonctionner dans cette situation.

Si vous avez une grande quantité de données, je vous suggère d'en prendre les 2/3 et de construire des modèles. Ensuite, adaptez les modèles que vous avez développés au dernier tiers de vos données. Cela réduira les chances de sur-ajustement de vos données (c'est-à-dire le bruit de modélisation). Il s'agit d'une forme de validation croisée et est extrêmement importante lors de l'utilisation de techniques telles que l'analyse factorielle et l'analyse des composantes principales, car de nombreuses décisions subjectives (facteurs, rotations, etc.) doivent être prises dans le cadre du processus.

A user has suggested making an edit to the second paragraph to indicate that dimension isn't "determined" but is estimated: the "best" value for it (in some sense) is found. I think the suggestion has merit but did not feel comfortable approving that change because your opinion on that matter is not made completely clear here. Perhaps, to resolve this issue, you might care to clarify this point?
AiliotkkqoCMT - changed my second paragraph, it was an ill chosen word.
#3
+4
Peter Flom
2011-09-29 15:42:47 UTC
view on stackexchange narkive permalink

Deux choses non mentionnées jusqu'à présent: Une: avec seulement 6 éléments, vous allez avoir du mal à trouver beaucoup de dimensions. Deux: si vous faites de l'EFA, plutôt que de regarder des tracés d'éboulis ou des valeurs propres ou un autre test numérique, examinez plusieurs solutions et voyez ce qui est logique. Idéalement, vous pourrez suivre @richiemorrisroe et avoir un échantillon de formation et de test, surtout avec si peu d'éléments.

i agree with the see what makes sense approach, but I (at least) find that the numeric tests can indicate a range of possible solutions to examine, which can then be tested by both numerical means and their consistency with the measure and the aims of the study.
I agree. But I find many people seem to want the numerical tests to "answer" the question rather than provide a range of possibilities


Ce Q&R a été automatiquement traduit de la langue anglaise.Le contenu original est disponible sur stackexchange, que nous remercions pour la licence cc by-sa 3.0 sous laquelle il est distribué.
Loading...