150 matches
-
F) = var(U1) = var(X1) = 1 (aceasta dacă toate variabilele sunt la forma standard) și cov(F,Uj) = 0. var(X1) = b1² + d1² = (8) ² + (6) ² = 64+36 var(X2) = b2² + d2² = (6) ² + (8) ² = 36+64 8.4.5. Derivația structurii covariației din structura factorială În descrierea unui model factorial comun, este necesar să introducem două concepte suplimentare: complexitatea factorială a unei variabile și gradul de determinare factorială al variabilelor (Jae-On Kim, Chaerles W. Mueller, 1985, pag. 21). Complexitatea factorială se referă
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
se referă la numărul coeficienților de saturație pentru o variabilă dată. În acest exemplu fiecare variabilă este saturată cu un factor comun simplu, de aceea complexitatea factorială a fiecărei variabile este 1. Dar faptul că factorul comun ține de structura covariației nu ne spune nimic despre gradul în care variabilele observate sunt determinate de factorul comun. Din această cauză, pentru informații se are în vedere un index ce indică gradul unei astfel de determinări. În acest scop se folosește proporția variației
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
măsurare și eșantionare; (4) relațiile din realitate chiar fără erori de măsurare și de eșantionare pot să nu se potrivească exact cu orice model factorial. Cele trei probleme iau naștere din incertitudinile inerente în relațiile dintre structura factoria și structura covariației. Incertitudini privind derivarea factorilor din structurile covariației Proprietățile sistemelor cauzale liniare sunt simple. Mai mult de atât, există o structură neechivocă a covariației asociată cu fiecare sistem cauzal liniar. Dacă coeficientul de saturație este cunoscut, corelațiile dintre variabile pot fi
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
chiar fără erori de măsurare și de eșantionare pot să nu se potrivească exact cu orice model factorial. Cele trei probleme iau naștere din incertitudinile inerente în relațiile dintre structura factoria și structura covariației. Incertitudini privind derivarea factorilor din structurile covariației Proprietățile sistemelor cauzale liniare sunt simple. Mai mult de atât, există o structură neechivocă a covariației asociată cu fiecare sistem cauzal liniar. Dacă coeficientul de saturație este cunoscut, corelațiile dintre variabile pot fi determinate unic. Cunoștințele despre corelațiile dintre variabilele
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
model factorial. Cele trei probleme iau naștere din incertitudinile inerente în relațiile dintre structura factoria și structura covariației. Incertitudini privind derivarea factorilor din structurile covariației Proprietățile sistemelor cauzale liniare sunt simple. Mai mult de atât, există o structură neechivocă a covariației asociată cu fiecare sistem cauzal liniar. Dacă coeficientul de saturație este cunoscut, corelațiile dintre variabile pot fi determinate unic. Cunoștințele despre corelațiile dintre variabilele observate nu ne conduc la cunoștințe despre structura cauzală de bază, pentru că aceeași structură a covariației
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
covariației asociată cu fiecare sistem cauzal liniar. Dacă coeficientul de saturație este cunoscut, corelațiile dintre variabile pot fi determinate unic. Cunoștințele despre corelațiile dintre variabilele observate nu ne conduc la cunoștințe despre structura cauzală de bază, pentru că aceeași structură a covariației poate fi produsă de structuri cauzale diferite. Există trei tipuri de probleme care rezultă, când este vorba de variabile care se modifică, între structura cauzală de bază și structura covariației: (1) o structură particulară a covariației poate fi produsă de
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
cunoștințe despre structura cauzală de bază, pentru că aceeași structură a covariației poate fi produsă de structuri cauzale diferite. Există trei tipuri de probleme care rezultă, când este vorba de variabile care se modifică, între structura cauzală de bază și structura covariației: (1) o structură particulară a covariației poate fi produsă de același număr de factori comuni, dar cu o configurație diferită a coeficienților de saturație; (2) o structură particulară a covariației poate fi produsă de modelele factoriale cu numere diferite de
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
pentru că aceeași structură a covariației poate fi produsă de structuri cauzale diferite. Există trei tipuri de probleme care rezultă, când este vorba de variabile care se modifică, între structura cauzală de bază și structura covariației: (1) o structură particulară a covariației poate fi produsă de același număr de factori comuni, dar cu o configurație diferită a coeficienților de saturație; (2) o structură particulară a covariației poate fi produsă de modelele factoriale cu numere diferite de factori comuni; (3) o structură particulară
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
care se modifică, între structura cauzală de bază și structura covariației: (1) o structură particulară a covariației poate fi produsă de același număr de factori comuni, dar cu o configurație diferită a coeficienților de saturație; (2) o structură particulară a covariației poate fi produsă de modelele factoriale cu numere diferite de factori comuni; (3) o structură particulară a covariației poate fi produsă de un model cauzal factorial la fel de bine ca un model cauzal non-factorial. Vom exemplifica pe rând aceste tipuri de
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
fi produsă de același număr de factori comuni, dar cu o configurație diferită a coeficienților de saturație; (2) o structură particulară a covariației poate fi produsă de modelele factoriale cu numere diferite de factori comuni; (3) o structură particulară a covariației poate fi produsă de un model cauzal factorial la fel de bine ca un model cauzal non-factorial. Vom exemplifica pe rând aceste tipuri de probleme 28. (1) O structură a covariației diferiți coeficienți de saturație Există două versiuni ale acestui tip. Ambele
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
cu numere diferite de factori comuni; (3) o structură particulară a covariației poate fi produsă de un model cauzal factorial la fel de bine ca un model cauzal non-factorial. Vom exemplifica pe rând aceste tipuri de probleme 28. (1) O structură a covariației diferiți coeficienți de saturație Există două versiuni ale acestui tip. Ambele structuri cauzale din figura 8.12. au 2 factori ortogonali, dar coeficienții de saturație sunt diferiți. Cu toate acestea, rezultatele matricelor corelațiilor dintre variabilele observate sunt identice. În general
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
Figura nr. 8.15: Modelul de analiză factorială cu mai mulți indicatori comuni celor doi factori după rotirea factorilor X1 .69 .33 F1 .65 X2 -.33 .53 X3 .41 ..53 F2 .41 X4 .26 .54 X5 (2) O structură a covariației un număr variabil de factori Figura anterioară arată 2 sisteme cauzale, ambele conducând la aceeași matrice a corelației. Un punct important de reamintit este că nu se poate deduce numărul factorilor comuni responsabili pentru matricea corelației dată; modelele cu un
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
fiecare cu trei variabile care rezultă din aceeași structură corelată. Una este modelul factorului comun, iar cealaltă nu. 8.4.6. Obținerea soluțiilor analizei factoriale În realizarea analizei factoriale există patru pași de bază: (1) colecția de date pentru matricea covariației relevante; (2) selectarea factorilor inițiali; (3) rotația soluției finale și interpretarea acesteia; (4) construcția scalelor și utilizarea lor în analizele viitoare. Tabelul nr. 8.12:Exemplu de matrice Nr. critic Variabile 1 2 3 M 1 5 20 9 52
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
12:Exemplu de matrice Nr. critic Variabile 1 2 3 M 1 5 20 9 52 2 3 18 10 48 3 2 31 11 21 4 1 15 8 63 i 9 22 14 21 Datele și realizarea matricei covariației Primul pas în analiza factorială este colectarea datelor relevante pentru analiză, cu mențiunea că realizarea unei matrice a covariației furnizează direct datele pentru analiza factorială. De multe ori matricea covariației este disponibilă deja, dar dacă nu este, primul pas implică
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
10 48 3 2 31 11 21 4 1 15 8 63 i 9 22 14 21 Datele și realizarea matricei covariației Primul pas în analiza factorială este colectarea datelor relevante pentru analiză, cu mențiunea că realizarea unei matrice a covariației furnizează direct datele pentru analiza factorială. De multe ori matricea covariației este disponibilă deja, dar dacă nu este, primul pas implică strângerea informațiilor dintr-un set de entități sau obiecte pentru variabilele de care suntem interesați. Aceste date de baza
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
63 i 9 22 14 21 Datele și realizarea matricei covariației Primul pas în analiza factorială este colectarea datelor relevante pentru analiză, cu mențiunea că realizarea unei matrice a covariației furnizează direct datele pentru analiza factorială. De multe ori matricea covariației este disponibilă deja, dar dacă nu este, primul pas implică strângerea informațiilor dintr-un set de entități sau obiecte pentru variabilele de care suntem interesați. Aceste date de baza trebuie sa fie aranjate intr-un mod sistematic, numit de obicei
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
obiecte pentru variabilele de care suntem interesați. Aceste date de baza trebuie sa fie aranjate intr-un mod sistematic, numit de obicei o matrice a datelor. Un exemplu de astfel de matrice este dat în tabelul de mai sus. Matricea covariației dorite în analiza factorială ordinală este pentru relațiile dintre variabile (coloane). Ar trebui să menționăm totuși că este, de asemenea, posibil să examinam "asemănările" dintre obiecte (dintre linii) după cum sunt definite în termenii conturați de aceste variabile. Mai departe, este
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
aceste variabile. Mai departe, este posibil să extindem matricea datelor punând aceleași întrebări acelorași subiecți în situații diferite. Apoi datele ar conține trei dimensiuni, și nu două, astfel de date putând fi analizate utilizând analiza factorială. Presupunând că structura matricei covariației de bază care ne interesează este sustrasă din variabile, putem alege între analiza matricei covariației sau a matricei corelației. Extragerea coeficienților inițiali Al doilea pas major în analiza factorială este găsirea numărului de coeficienți care să explice adecvat corelațiile observate
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
în situații diferite. Apoi datele ar conține trei dimensiuni, și nu două, astfel de date putând fi analizate utilizând analiza factorială. Presupunând că structura matricei covariației de bază care ne interesează este sustrasă din variabile, putem alege între analiza matricei covariației sau a matricei corelației. Extragerea coeficienților inițiali Al doilea pas major în analiza factorială este găsirea numărului de coeficienți care să explice adecvat corelațiile observate (sau covariațiile) dintre variabilele observate. Calea tipică pentru acest stadiu este alcătuirea matricei relevante într-
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
bază care ne interesează este sustrasă din variabile, putem alege între analiza matricei covariației sau a matricei corelației. Extragerea coeficienților inițiali Al doilea pas major în analiza factorială este găsirea numărului de coeficienți care să explice adecvat corelațiile observate (sau covariațiile) dintre variabilele observate. Calea tipică pentru acest stadiu este alcătuirea matricei relevante într-un program de analiză factorială și alegerea uneia dintre metodele de obținere a soluțiilor inițiale. Există mai multe metode de extragere a factorilor: (1) metoda celor mai
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
ortogonali sau oblici, întrucât toate soluțiile inițiale sunt bazate pe coeficienți ortogonali. În plus, nu trebuie să ne îngrijorăm dacă factorii extrași pot fi interpretați sau utili. Grija principală este dacă un număr mic de coeficienți ar putea să justifice covariația dintre un număr mult mai mare de variabile (Jae-On Kim, Charles W. Mueller, 1985, pag. 45). De asemenea, trebuie amintit că pentru a obține soluțiile inițiale cercetătorul trebuie să furnizeze (1) fiecare număr de factorii comuni, care urmează să fie
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
și pe ceilalți, reprezintă problematica celui de-al doilea capitol. Autorul integrează în acest capitol cunoscute modele teoretice: teoriile implicite ale personalității, teoriile atribuirii ale lui D.J. Bem și ale lui B. Weiner, teoria interdependenței și teoria întărire/afect, modelul covariației a lui H.H. Kelly. În același timp, autorul nu uită să ofere definiții și explicații asupra proceselor specifice domeniului: cogniția socială, prejudecățile, atribuirea. Capitolul „Relațiile cu ceilalți oameni” surprinde nevoia oamenilor de a se afilia și factorii care intervin în
[Corola-publishinghouse/Science/2237_a_3562]
-
în America de Nord și Europa Occidentală este corelată cu absența războiului. Acceptarea acestei realități, susțin promotorii pacifismului democratic, nu echivalează cu o anulare completă a principiilor realiste, care vor continua să se aplice în exteriorul lumii democratice. Consecința practică a identificării covariației istorice dintre democrație și război ar conduce însă la o politică de răspândire treptată a democrației, cu speranța scăderii, dacă nu a eliminării complete a războiului ca principal instrument al politicii externe. Problematic însă este tocmai faptul că această relație
RELATII INTERNATIONALE by Daniel Biró () [Corola-publishinghouse/Science/798_a_1525]
-
față de câștigurile relative este condițional și variază în funcție de mediul strategic în care se găsește statul. Aceasta înseamnă că preocuparea pentru câștigurile relative nu poate fi o cauză a obstacolelor în calea cooperării, ci avem de-a face doar cu o covariație: ambele sunt cauzate de mediul strategic în care se găsește statul. Powell susține că nu doar neoliberalii, ci și neorealiștii acceptă că preocuparea față de câștigurile relative este indusă: și în teoria lui Grieco, senzitivitatea statului față de câștigurile relative depinde de
RELATII INTERNATIONALE by Lucian-Dumitru Dîrdală () [Corola-publishinghouse/Science/798_a_1514]
-
față de câștigurile relative este condițional și variază în funcție de mediul strategic în care se găsește statul. Aceasta înseamnă că preocuparea pentru câștigurile relative nu poate fi o cauză a obstacolelor în calea cooperării, ci avem de a face doar cu o covariație: ambele sunt cauzate de mediul strategic în care se găsește statul. Powell susține că nu doar neoliberalii, ci și neorealiștii acceptă că preocuparea față de câștigurile relative este indusă: și în teoria lui Grieco, senzitivitatea statului față de câștigurile relative depinde de
[Corola-publishinghouse/Science/2061_a_3386]