Diyelim ki, psikoloji araştırmalarında olduğu gibi teorik olarak daha az sayıda skaladan oluşan bir grup ankette puanları olan bir veri setim var.
Burada ortak bir yaklaşımın, ölçeklerin güvenilirliğini Cronbach alfa veya benzer bir şey kullanarak kontrol etmek, daha sonra ölçeklerdeki maddeleri ölçek puanları oluşturmak ve oradan analize devam etmek olduğunu toplamaktır.
Ancak, tüm madde puanlarınızı girdi olarak alan ve hangilerinin tutarlı faktörler oluşturduğunu söyleyen faktör analizi de vardır. Bu faktörlerin ne kadar güçlü olduğuna dair yüklemelere ve topluluklara bakarak vb. Bir fikir edinebilirsiniz. Bana göre bu aynı şeylere benziyor, sadece çok daha derinlemesine.
Tüm ölçek güvenilirliğiniz iyi olsa bile, bir EFA sizi hangi ölçeklerde hangi ölçeklere daha iyi uyduğunu düzeltebilir, değil mi? Muhtemelen çapraz yüklemeler alacaksınız ve türetilmiş faktör puanlarını kullanmak basit ölçek toplamlarından daha mantıklı olabilir.
Bu ölçekleri daha sonraki bazı analizler için (regresyon veya ANOVA gibi) kullanmak istersem, ölçekleri güvenilirlikleri devam ettiği sürece toplamalı mıyım? Veya CFA gibi bir şeydir (ölçeklerin iyi faktörler olup olmadığını görmek için test yapmak, bu da 'güvenilirlik' ile aynı şeyi ölçüyor gibi görünüyor).
Bana her iki yaklaşımı da bağımsız olarak öğrettim ve bu yüzden nasıl bir ilişki kurabileceklerini, birlikte kullanılabileceklerini veya hangilerinin hangi bağlam için daha anlamlı olduğunu bilmiyorum. Bu durumda iyi araştırma uygulamaları için bir karar ağacı var mı? Gibi bir şey:
CFA'yı öngörülen ölçek öğelerine göre çalıştırın
- CFA iyi uyuyorsa, faktör puanlarını hesaplayın ve bunları analiz için kullanın.
- CFA zayıf bir uyum gösterirse, bunun yerine EFA'yı çalıştırın ve keşif yaklaşımını (veya başka bir şeyi) uygulayın.
Faktör analizi ve güvenilirlik testi gerçekten de aynı şeye ayrı yaklaşımlar mı yoksa bir yerde yanlış mı anlıyorum?