CFA – jak sprawdzić, czy dane potwierdzają strukturę kwestionariusza?

Jeżeli teoria lub wcześniejsze badania wskazują, że kwestionariusz powinien składać się np. z trzech określonych wymiarów, możemy formalnie sprawdzić zgodność takiego modelu z danymi.

Służy do tego konfirmacyjna analiza czynnikowa – CFA.

CFA a EFA

EFA – eksploracyjna analiza czynnikowa – służy przede wszystkim do badania potencjalnej struktury.

CFA rozpoczyna się od konkretnego modelu.

Przykład:

pytania 1–5 → czynnik A,

pytania 6–10 → czynnik B,

pytania 11–15 → czynnik C.

Następnie sprawdzamy, jak dobrze założony model odtwarza strukturę obserwowanych zależności.

Ładunki czynnikowe

Ładunek czynnikowy opisuje związek pozycji z latentnym czynnikiem.

Przykład:

item 4 → czynnik „satysfakcja”: λ = 0,78.

Wyższy ładunek oznacza silniejszy związek pozycji z czynnikiem, ale jego interpretacja powinna uwzględniać cały model.

Czy wystarczy sprawdzić chi-kwadrat?

Test chi-kwadrat modelu CFA sprawdza dokładne dopasowanie.

Przy dużych próbach nawet niewielkie rozbieżności mogą prowadzić do istotnego wyniku.

Dlatego nie należy oceniać modelu wyłącznie na podstawie p dla chi-kwadrat.

CFI i TLI

Do popularnych indeksów należą:

CFI – Comparative Fit Index

oraz

TLI – Tucker-Lewis Index.

W praktyce często spotyka się wartości około 0,90 lub 0,95 jako orientacyjne punkty odniesienia.

Nie są to jednak prawa statystyczne. Ocena dopasowania powinna uwzględniać charakter modelu i danych.

RMSEA

RMSEA – Root Mean Square Error of Approximation jest miarą niedopasowania.

Niższe wartości wskazują zazwyczaj na lepsze dopasowanie.

Warto raportować również przedział ufności RMSEA.

SRMR

SRMR – Standardized Root Mean Square Residual opisuje przeciętną wielkość standaryzowanych reszt.

Podobnie jak inne wskaźniki nie powinien być interpretowany w izolacji.

Czy model można poprawiać?

Program może wyświetlać modyfikacje do wdrożenia sugerujące, że np. dodanie korelacji pomiędzy błędami dwóch itemów poprawi dopasowanie. Jednak nie należy automatycznie wykonywać wszystkich sugerowanych zmian.

Każda modyfikacja powinna mieć uzasadnienie teoretyczne.

W przeciwnym razie CFA zaczyna przypominać eksploracyjne dopasowywanie modelu do konkretnej próby.

Dane porządkowe

Itemy kwestionariusza często mają odpowiedzi 1–5.

Przy danych porządkowych istotny jest dobór odpowiedniego estymatora. Klasyczna estymacja maximum likelihood nie zawsze jest najlepszym rozwiązaniem.

W zależności od programu i danych można wykorzystać estymatory przeznaczone dla zmiennych uporządkowanych.

CFA a alfa Cronbacha

Alfa Cronbacha nie zastępuje CFA.

Możemy uzyskać:

α = 0,91

dla zestawu pozycji, który w rzeczywistości mierzy dwa różne konstrukty.

Rzetelność i struktura czynnikowa odpowiadają na różne pytania.

CFA a omega McDonalda

Model czynnikowy może stanowić podstawę do obliczania bardziej zaawansowanych miar rzetelności, np. omega.

Dlatego CFA dobrze uzupełnia analizę psychometryczną.

Wielkość próby

Nie istnieje uniwersalna reguła „10 osób na jedno pytanie”.

Wymagana liczebność zależy m.in. od:

• liczby czynników,
• liczby itemów,
• wielkości ładunków,
• braków danych,
• rozkładu odpowiedzi,
• złożoności modelu.

Najlepiej oceniać ją w kontekście konkretnego modelu.

Walidacja na tej samej próbie

Jeżeli najpierw przeprowadzimy EFA, a następnie CFA na dokładnie tych samych danych, CFA nie jest całkowicie niezależnym potwierdzeniem odkrytej struktury.

Lepszym rozwiązaniem jest:

• niezależna próba,
• podział próby,
• późniejsza replikacja.

Najczęstsze błędy

• CFA bez wcześniej określonego modelu,
• ocena wyłącznie p dla chi-kwadrat,
• mechaniczne stosowanie progów CFI/RMSEA,
• dodawanie wszystkich sugerowanych korelacji błędów,
• ignorowanie porządkowego charakteru itemów,
• utożsamianie wysokiej alfa z potwierdzeniem jednowymiarowości.

Jak raportować?

„Trójczynnikowy model CFA wykazał akceptowalne dopasowanie do danych: CFI = 0,95; TLI = 0,94; RMSEA = 0,052 (95% CI: 0,041–0,063); SRMR = 0,046. Standaryzowane ładunki czynnikowe wynosiły od 0,58 do 0,84.”

FAQ

Czym różni się CFA od EFA?
EFA służy głównie eksploracji struktury, CFA weryfikacji wcześniej określonego modelu.

Czy wysoka alfa Cronbacha wystarcza?
Nie. Nie potwierdza sama w sobie struktury czynnikowej ani trafności.

Czy RMSEA musi być poniżej 0,05?
Nie istnieje jedna absolutna granica dla wszystkich modeli.

Czy można robić CFA dla itemów Likerta?
Tak, ale należy uwzględnić charakter danych i dobrać odpowiednią metodę estymacji.

Czy CFA jest elementem walidacji kwestionariusza?
Tak, może dostarczać dowodów dotyczących struktury wewnętrznej narzędzia.

CTA

Potrzebujesz EFA, CFA, analizy rzetelności lub kompleksowej walidacji kwestionariusza?

statystyka@statystyka.org.pl
tel. 692 809 254

---

4. Obserwacje odstające – jak wykrywać outliery i co z nimi zrobić?

Tytuł SEO: Obserwacje odstające – outliery w analizie statystycznej i SPSS

Meta description: Jak wykrywać obserwacje odstające i czy można je usuwać? Omawiamy boxplot, z-score, IQR, reszty, Cook’s distance oraz wpływ outlierów na analizę.

Proponowany URL:
/obserwacje-odstajace-outliery/

Frazy kluczowe: obserwacje odstające, outliery, wartości odstające, boxplot, z-score, Cook distance, SPSS, analiza danych, przygotowanie bazy danych, analiza statystyczna, statystyka do pracy mgr

Obserwacje odstające – kiedy outlier jest błędem, a kiedy ważnym wynikiem?

W niemal każdym większym zbiorze danych pojawiają się obserwacje znacznie różniące się od pozostałych.

Najgorszą strategią jest automatyczne ich usuwanie.

Outlier nie oznacza błędu.

Może być błędem w bazie, ale może też być całkowicie prawidłowym i bardzo ważnym przypadkiem.

Przykład

Wiek badanych:

21, 25, 31, 42, 48, 55, 520.

Wartość 520 lat jest prawdopodobnie błędem.

Być może powinno być:

Inny przykład:

czas hospitalizacji większości pacjentów wynosi 1–10 dni, ale jeden pacjent przebywał w szpitalu 84 dni.

To może być prawdziwa obserwacja.

Nie wolno jej usuwać tylko dlatego, że jest nietypowa.

Boxplot

Jednym z najprostszych narzędzi jest wykres pudełkowy.

Popularna reguła identyfikuje obserwacje znajdujące się poza:

Q1 − 1,5 × IQR

lub

Q3 + 1,5 × IQR.

Jest to narzędzie diagnostyczne, a nie automatyczne kryterium usuwania danych.

Z-score

Innym sposobem jest standaryzacja.

Wartości:

|z| > 3

są czasem traktowane jako potencjalnie nietypowe.

Również tutaj próg jest jedynie heurystyką.

Przy dużych próbach pojawienie się wartości przekraczających 3 SD nie musi być niczym niezwykłym.

Outlier jednowymiarowy i wielowymiarowy

Osoba może nie mieć ekstremalnego wyniku żadnej pojedynczej zmiennej, ale posiadać bardzo nietypową kombinację cech.

Przykład:

wiek 20 lat,

40 lat doświadczenia zawodowego.

Każda liczba oddzielnie może mieścić się w bazie, ale ich kombinacja jest niemożliwa.

Dlatego kontrola danych powinna obejmować także zależności między zmiennymi.

Outliery w regresji

W regresji ważne są nie tylko skrajne wartości X lub Y.

Analizuje się również:

• reszty,
• leverage,
• Cook’s distance,
• DFBETAs,
• inne miary wpływu.

Cook’s distance

Cook’s distance pomaga ocenić, jak silnie pojedyncza obserwacja wpływa na oszacowany model.

Duża wartość nie oznacza automatycznie:

„usuń przypadek”.

Oznacza:

„sprawdź ten przypadek i jego wpływ na wnioski”.

Co zrobić po znalezieniu outliera?

Najpierw ustalić jego przyczynę.

Możliwe sytuacje:

1. błąd wpisywania danych,
2. błąd kodowania,
3. błąd pomiaru,
4. obserwacja spoza zdefiniowanej populacji,
5. prawidłowy nietypowy przypadek.

Każda wymaga innego postępowania.

Błąd danych

Jeżeli w ankiecie źródłowej widnieje wiek 52, a w bazie 520, należy poprawić bazę.

To nie jest „usuwanie outliera”, lecz korekta błędu.

Prawidłowa wartość ekstremalna

Jeżeli pacjent rzeczywiście był hospitalizowany 84 dni, usunięcie go może zniekształcić obraz badanej populacji.

Można rozważyć:

• metody odporne,
• transformację,
• odpowiedni model rozkładu,
• analizę wrażliwości.

Analiza wrażliwości

Bardzo użytecznym rozwiązaniem jest porównanie wyników:

• z obserwacją,
• bez obserwacji.

Jeżeli wniosek całkowicie zmienia się po usunięciu jednej osoby, jest to ważna informacja o stabilności analizy.

Outlier a średnia

Średnia jest wrażliwa na skrajne wartości.

Dane:

10, 11, 11, 12, 56

mają:

medianę = 11,

średnią = 20.

Dlatego w rozkładach silnie asymetrycznych mediana i IQR mogą być bardziej reprezentatywne.

Winsoryzacja

Winsoryzacja polega na zastąpieniu skrajnych wartości wartościami odpowiadającymi określonym percentylom.

Nie powinna być wykonywana automatycznie ani ukrywana w analizie.

Jeżeli jest stosowana, trzeba ją uzasadnić i opisać.

Najczęstsze błędy

• usuwanie każdego punktu poza boxplotem,
• automatyczne usuwanie |z| > 3,
• brak sprawdzenia danych źródłowych,
• usuwanie obserwacji tylko dlatego, że poprawia p,
• brak analizy wpływu,
• nieinformowanie o wykluczeniach.

Jak opisać postępowanie?

„Przed analizą przeprowadzono kontrolę obserwacji odstających z wykorzystaniem wykresów pudełkowych oraz diagnostyki wpływu w modelu regresji. Jedną obserwację skorygowano na podstawie danych źródłowych z powodu błędu wprowadzania. Analiza wrażliwości wykazała stabilność wyników po uwzględnieniu prawidłowych wartości ekstremalnych.”

FAQ

Czy każdy outlier trzeba usunąć?
Nie.

Czy punkt poza boxplotem jest błędem?
Nie. Jest potencjalną obserwacją odstającą wymagającą oceny.

Czy można usuwać obserwacje, jeśli dzięki temu p < 0,05?
Nie jest to prawidłowe kryterium metodologiczne.

Co to jest Cook’s distance?
Miara pomagająca ocenić wpływ obserwacji na model regresji.

Czy warto zrobić analizę z outlierem i bez niego?
Często tak, jako analizę wrażliwości.

Polecamy się do wpsółpracy

Potrzebujesz kontroli bazy danych, diagnostyki outlierów lub przygotowania danych do analizy?

statystyka@statystyka.org.pl – statystyka.org.pl
tel. 692 809 254

Frazy kluczowe: CFA, konfirmacyjna analiza czynnikowa, confirmatory factor analysis, psychometria, walidacja kwestionariusza, CFI, TLI, RMSEA, SRMR, analiza czynnikowa, EFA, analiza statystyczna