KorAP: Find »[drukola/base=factorial & drukola/pos=adjective]« with Poliqarp

<1 ...38 39 40 >

986 matches

Corola-publishinghouse/Science/797_a_1744

mai multe niveluri, vorbim despre planuri experimentale factoriale (Radu, 1993; Havârneanu, 2000a; Gliner și Morgan, 2000). Aceste planuri experimentale permit atît studierea influenței fiecărei variabile independente asupra celei dependente, cît și efectul interacțiunii variabilelor independente asupra acesteia. Cele mai multe planuri experimentale factoriale nu utilizează mai mult de patru variabile independente, pentru că efortul de realizare a experimentului ar fi foarte mare. În cazul unui experiment cu două variabile independente, fiecare cu cîte două niveluri, vom discuta despre un plan factorial de tip 2

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
Cele mai multe planuri experimentale factoriale nu utilizează mai mult de patru variabile independente, pentru că efortul de realizare a experimentului ar fi foarte mare. În cazul unui experiment cu două variabile independente, fiecare cu cîte două niveluri, vom discuta despre un plan factorial de tip 2 X 2 cu patru grupuri echivalente. Evident, grupurile sînt alcătuite prin randomizare. Datorită utilizării a două sau mai multe variabile independente și a interacțiunii acestora în producerea variațiilor variabilei dependente, validitatea ecologică a planurilor experimentale factoriale este

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
plan factorial de tip 2 X 2 cu patru grupuri echivalente. Evident, grupurile sînt alcătuite prin randomizare. Datorită utilizării a două sau mai multe variabile independente și a interacțiunii acestora în producerea variațiilor variabilei dependente, validitatea ecologică a planurilor experimentale factoriale este mai ridicată decît în cazul celor simple. Planurile experimentale mixte (Radu, 1993) sau combinate (Havârneanu, 2000a) includ una sau mai multe variabile independente cu două sau multe nivele și presupun ca variabila dependentă să fie măsurată repetat (pretest/posttest

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
un subiect participă în toate condițiile experimentale (este testat de mai multe ori). Atunci cînd designul conține o singură VI, metoda presupune compararea a cel puțin trei condiții experimentale (trei variabile pereche în SPSS). Analiza varianțelor. În ANOVA simplă și factorială varianța datorată diferențelor interindividuale (sau intragrupuri) făcea parte din varianța eroare (neexplicată). În ANOVA cu măsurători repetate această varianță dată de diferențele interindividuale este analizată și controlată (datorită faptului că fiecare subiect participă în fiecare condiție experimentală) și astfel nu

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
nu mai face parte din varianța eroare. Prin urmare, varianța eroare este mai mică în designul cu măsurători repetate, comparativ cu designul intergrupuri și deci tehnica ANOVA cu măsurători repetate (design intragrupuri) este mai puternică decît tehnica ANOVA simplă sau factorială (design intergrupuri), crescînd șansele de a detecta diferențe între condiții atunci cînd acestea există. Condițiile de aplicare ale acestei tehnici sînt: 1. VD este cantitativă și normal distribuită (în fiecare condiție a VI); 2. sfericitatea (condiția de sfericitate), testată prin

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
înlăturării unui item din scală, este indicat să înlăturați itemul respectiv și să luați în calcul doar ceilalți itemi rămași în scală în calcularea unui scor compozit la scală care va fi utilizat în viitoarele operații statistice. 6.8. Analiza factorială exploratorie Prezentare generală Vom începe acest demers făcînd o distincție între variabilele manifeste, observabile (direct măsurabile) și variabilele latente, subiacente unor variabile manifeste. Variabilele latente sau factor sînt variabilele care stau în spatele unor variabile manifeste. De exemplu, variabila măsurată direct

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
persoană vorbăreață este o variabilă observabilă. În schimb, variabila sociabilitate nu poate fi măsurată direct și, prin urmare, este o variabilă latentă, nemanifestă. Cu toate acestea, în spatele faptului că sînt sau nu o persoană vorbăreață stă tocmai factorul sociabilitate. Analiza factorială permite tocmai descoperirea unui număr redus de factori sau variabile latente care pot explica un număr mare de variabile manifeste. Există două tipuri majore de analiză factorială: analiza factorială exploratorie și analiza factorială confirmatorie. Dacă analiza exploratorie se poate realiza

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
faptului că sînt sau nu o persoană vorbăreață stă tocmai factorul sociabilitate. Analiza factorială permite tocmai descoperirea unui număr redus de factori sau variabile latente care pot explica un număr mare de variabile manifeste. Există două tipuri majore de analiză factorială: analiza factorială exploratorie și analiza factorială confirmatorie. Dacă analiza exploratorie se poate realiza prin intermediul majorității programelor statistice (inclusiv SPSS), analiza confirmatorie poate fi aplicată doar prin anumite programe statistice specializate cum ar fi Amos, Lisrel, Mplus etc. (nu și prin

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
sînt sau nu o persoană vorbăreață stă tocmai factorul sociabilitate. Analiza factorială permite tocmai descoperirea unui număr redus de factori sau variabile latente care pot explica un număr mare de variabile manifeste. Există două tipuri majore de analiză factorială: analiza factorială exploratorie și analiza factorială confirmatorie. Dacă analiza exploratorie se poate realiza prin intermediul majorității programelor statistice (inclusiv SPSS), analiza confirmatorie poate fi aplicată doar prin anumite programe statistice specializate cum ar fi Amos, Lisrel, Mplus etc. (nu și prin SPSS). Ca

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
persoană vorbăreață stă tocmai factorul sociabilitate. Analiza factorială permite tocmai descoperirea unui număr redus de factori sau variabile latente care pot explica un număr mare de variabile manifeste. Există două tipuri majore de analiză factorială: analiza factorială exploratorie și analiza factorială confirmatorie. Dacă analiza exploratorie se poate realiza prin intermediul majorității programelor statistice (inclusiv SPSS), analiza confirmatorie poate fi aplicată doar prin anumite programe statistice specializate cum ar fi Amos, Lisrel, Mplus etc. (nu și prin SPSS). Ca atare, demersul pe care

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
realiza prin intermediul majorității programelor statistice (inclusiv SPSS), analiza confirmatorie poate fi aplicată doar prin anumite programe statistice specializate cum ar fi Amos, Lisrel, Mplus etc. (nu și prin SPSS). Ca atare, demersul pe care-l propun în continuare vizează analiza factorială exploratorie. Scopul general al analizei factoriale este descoperirea unui număr redus de factori latenți care să reprezinte cît mai bine un număr mare de variabile observabile ce corelează între ele. Direcțiile de aplicare ale analizei factoriale sînt multiple: 1. construirea

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
SPSS), analiza confirmatorie poate fi aplicată doar prin anumite programe statistice specializate cum ar fi Amos, Lisrel, Mplus etc. (nu și prin SPSS). Ca atare, demersul pe care-l propun în continuare vizează analiza factorială exploratorie. Scopul general al analizei factoriale este descoperirea unui număr redus de factori latenți care să reprezinte cît mai bine un număr mare de variabile observabile ce corelează între ele. Direcțiile de aplicare ale analizei factoriale sînt multiple: 1. construirea unor teorii pe baza descoperirii unor

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
în continuare vizează analiza factorială exploratorie. Scopul general al analizei factoriale este descoperirea unui număr redus de factori latenți care să reprezinte cît mai bine un număr mare de variabile observabile ce corelează între ele. Direcțiile de aplicare ale analizei factoriale sînt multiple: 1. construirea unor teorii pe baza descoperirii unor variabile latente (factori) care stau în spatele unor variabile manifeste; 2. verificarea validității de construct (conver gente) și discriminative a unor teste sau chestionare; 3. reducerea datelor prin găsirea unor factori

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
de construct (conver gente) și discriminative a unor teste sau chestionare; 3. reducerea datelor prin găsirea unor factori latenți care pot caracteriza mai ușor un set de variabile etc. Condiții: 1.Numărul de subiecți (sau cazuri) necesari realizării unei analize factoriale este de minim cinci ori mai mare decît numărul de variabile observate analizate sau de minim 100 de subiecți (de regulă, sînt preferate loturi de peste 200 de subiecți). 2.Adecvarea variabilelor în modelul factorial. Această condiție se verifică prin trei

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
sau cazuri) necesari realizării unei analize factoriale este de minim cinci ori mai mare decît numărul de variabile observate analizate sau de minim 100 de subiecți (de regulă, sînt preferate loturi de peste 200 de subiecți). 2.Adecvarea variabilelor în modelul factorial. Această condiție se verifică prin trei metode: -Inspectarea vizuală a matricei corelațiilor dintre variabile; dacă nu există corelații (peste .30) între variabile sau anumite seturi de variabile, atunci analiza factorială nu este indicată. Ne așteptăm ca variabilele care corelează s.

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
loturi de peste 200 de subiecți). 2.Adecvarea variabilelor în modelul factorial. Această condiție se verifică prin trei metode: -Inspectarea vizuală a matricei corelațiilor dintre variabile; dacă nu există corelații (peste .30) între variabile sau anumite seturi de variabile, atunci analiza factorială nu este indicată. Ne așteptăm ca variabilele care corelează s. se regăsească în același factor, iar variabilele care nu corelează să se distribuie în factori diferiți. -Testul Barlett de sfericitate (rezultatele la acest test trebuie să fie semnificative). Dacă variabilele

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
matricea de corelații este o matrice-identitate, iar un rezultat semnificativ la acest test conduce la concluzia că matricea de corelații diferă de o matrice-identitate (ceea ce este de dorit). -Testul KMO (Kaiser-Meyer-Olkin) de măsurare a adecvării eșantionului de itemi pentru modelul factorial: valorile acestuia trebuie să fie peste .50, în caz contrar nefiind indicată aplicarea analizei factoriale. De altfel, valorile între .50 și .70 sînt considerate ca mediocre, valorile între .70 și .80 bune, valorile între .80 și .90 foarte bune, iar

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
concluzia că matricea de corelații diferă de o matrice-identitate (ceea ce este de dorit). -Testul KMO (Kaiser-Meyer-Olkin) de măsurare a adecvării eșantionului de itemi pentru modelul factorial: valorile acestuia trebuie să fie peste .50, în caz contrar nefiind indicată aplicarea analizei factoriale. De altfel, valorile între .50 și .70 sînt considerate ca mediocre, valorile între .70 și .80 bune, valorile între .80 și .90 foarte bune, iar valorile peste .90 superbe (Hutchenson și Sofroniou, 1999; apud Field, 2002). Testul KMO este calculat

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
pentru verificarea adecvării fiecărei variabile (Field, 2002). În ultimul caz, valorile KMO sînt de fapt coeficienții de pe diagonala principală a matricei antiimagine a corelațiilor, iar aceștia trebuie să fie peste .50 (în caz contrar, variabila respectivă trebuie înlăturată din modelul factorial și refăcută analiza factorială). 3.Evitarea multicoliniarității și a singularității (singularity). Multicoliniaritatea se referă la corelațiile foarte ridicate (peste .80 sau .90) între variabile, iar singularitatea se referă la variabilele perfect corelate. Verificarea acestei condiții se face prin calcularea determinantului

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
variabile (Field, 2002). În ultimul caz, valorile KMO sînt de fapt coeficienții de pe diagonala principală a matricei antiimagine a corelațiilor, iar aceștia trebuie să fie peste .50 (în caz contrar, variabila respectivă trebuie înlăturată din modelul factorial și refăcută analiza factorială). 3.Evitarea multicoliniarității și a singularității (singularity). Multicoliniaritatea se referă la corelațiile foarte ridicate (peste .80 sau .90) între variabile, iar singularitatea se referă la variabilele perfect corelate. Verificarea acestei condiții se face prin calcularea determinantului matricei de corelații, iar

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
4.Existența unor relații liniare între variabilele observabile. 5.Variabilele sînt măsurate prin scale Likert, scale de intervale sau proporții. În cazul scalelor Likert, acestea trebuie să aibă același număr de trepte (de exemplu, nu putem folosi în aceeași analiză factorială variabile măsurate prin scale Likert în patru trepte alături de variabile măsurate prin scale Likert în șapte trepte). 6.Este presupusă existența unor variabile latente în spatele variabilelor manifeste analizate prin analiza factorială. În caz contrar, se aplică principiul GIGO (garbage in

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
trepte (de exemplu, nu putem folosi în aceeași analiză factorială variabile măsurate prin scale Likert în patru trepte alături de variabile măsurate prin scale Likert în șapte trepte). 6.Este presupusă existența unor variabile latente în spatele variabilelor manifeste analizate prin analiza factorială. În caz contrar, se aplică principiul GIGO (garbage in, garbage out); nu putem introduce un amalgam de variabile fără legătură teoretică între ele și să obținem un set de factori valizi. C12: Îmi este destul de ușor să-mi expun punctele

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
Îmi este destul de ușor să-mi expun punctele de vedere într-o conversație. C13: Cînd comunic îmi accentuez ideile prin voce, mimică sau gestică. C14: Intru în discuțiile cu ceilalți relativ ușor. Deschideți fișierul Analiza factoriala. Calea de obținere a analizei factoriale în SPSS este: Trecem itemii C1-C14 din partea stîngă în cîmpul din dreapta, Variables. Activăm butonul Descriptives. Opțiunile prezente aici ne permit verificarea condițiilor de aplicare ale analizei factoriale. În cîmpul Correlation Matrix bifăm opțiunile Coefficients (inspectăm matricea de corelații dintre variabile

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
discuțiile cu ceilalți relativ ușor. Deschideți fișierul Analiza factoriala. Calea de obținere a analizei factoriale în SPSS este: Trecem itemii C1-C14 din partea stîngă în cîmpul din dreapta, Variables. Activăm butonul Descriptives. Opțiunile prezente aici ne permit verificarea condițiilor de aplicare ale analizei factoriale. În cîmpul Correlation Matrix bifăm opțiunile Coefficients (inspectăm matricea de corelații dintre variabile - condiția 2, metoda 1), Determinant (verificăm multicoliniaritatea și singularitatea - condiția 3), KMO and Barlett’s test of sphericity (verificăm adecvarea variabilelor pentru analiza factorială - condiția 2, metodele

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
aplicare ale analizei factoriale. În cîmpul Correlation Matrix bifăm opțiunile Coefficients (inspectăm matricea de corelații dintre variabile - condiția 2, metoda 1), Determinant (verificăm multicoliniaritatea și singularitatea - condiția 3), KMO and Barlett’s test of sphericity (verificăm adecvarea variabilelor pentru analiza factorială - condiția 2, metodele 2și 3), Reproduced (verificăm adecvarea modelului factorial teoretic la modelul empiric; altfel spus, cît de bine sînt reprezentate variabilele noastre de numărul de factori extrași) și Anti-image (verificăm adecvarea fiecărui item pentru analiza factorială, condiția 2, metoda

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]