Analisi fattoriale psicologia domande

Cos'è l'analisi fattoriale?

È una tecnica statistica per ridurre la dimensione dei dati, identificando fattori sottostanti a variabili osservate.

Qual è l'obiettivo principale dell'analisi fattoriale?

Ridurre la complessità dei dati mantenendo l'informazione essenziale. - Identificare modelli - Semplificare interpretazioni

Fattore vs Variabile: differenza?

Un fattore è una variabile latente che spiega le correlazioni tra variabili osservate.

Vero o falso: l'analisi fattoriale richiede dati ordinali.

Falso. Può essere applicata a dati continui o ordinali, ma i dati continui sono preferiti.

Quali sono i tipi di analisi fattoriale?

1. Analisi fattoriale esplorativa (EFA) 2. Analisi fattoriale confermativa (CFA)

Quando usare l'EFA?

Quando non si conoscono a priori le relazioni tra le variabili e si vogliono esplorare i dati.

Qual è un esempio di applicazione dell'analisi fattoriale?

È usata per identificare le dimensioni della personalità in psicologia attraverso questionari.

Cosa sono le comunalità?

Indicano la proporzione di varianza di ogni variabile spiegata dai fattori. - Importante per la validità

Fill in the blank: L'analisi fattoriale esplorativa aiuta a ___________

scoprire relazioni tra variabili non osservate.

Qual è il ruolo degli autovalori?

Indicativi dell'importanza di ciascun fattore. Fattori con autovalori > 1 sono considerati significativi.

Cos'è la rotazione dei fattori?

Tecnica per rendere i fattori più interpretabili. Due tipi principali: Varimax e Promax.

Qual è la differenza tra EFA e CFA?

EFA è esplorativa e non ipotizza la struttura; CFA è confermativa e verifica modelli predefiniti.

Quali sono i limiti dell'analisi fattoriale?

Richiede campioni grandi, sensibile alla scelta delle variabili e ai metodi di rotazione.

Vero o falso: l'analisi fattoriale può confermare teorie esistenti.

Vero. La CFA è usata per testare modelli teorici e confermare ipotesi.

Cosa determina il numero di fattori da estrarre?

Tecniche come il criterio di Kaiser e il grafico scree aiutano a decidere.

Qual è l'importanza della scala di Likert?

Usata per misurare atteggiamenti, ideale per l'analisi fattoriale grazie alla sua ordinalità.

Come si usa l'analisi fattoriale in psicologia?

Per identificare variabili latenti che influenzano comportamenti osservabili, come ansia o depressione.

Vero o falso: l'analisi fattoriale serve solo per dati quantitativi.

Falso. Può essere applicata anche a dati qualitativi, con opportune trasformazioni.

Un esempio di applicazione pratica?

Studiare le preferenze di acquisto: identificare fattori come prezzo, qualità e marca.

Cosa confronta l'analisi fattoriale?

Confronta variabili osservate e fattori latenti per scoprire relazioni nascoste.

Completa: l'analisi fattoriale aiuta a ...

ridurre la dimensionalità dei dati e semplificare le analisi.

Perché si usa l'analisi fattoriale nelle ricerche sul comportamento?

Per esplorare come variabili diverse interagiscono nel determinare comportamenti complessi.

Esempio di fattori in un sondaggio sulla salute mentale?

Stress, supporto sociale, sonno, e attività fisica.

L'analisi fattoriale può rivelare?

Strutture sottostanti nei dati, ad esempio, diversi tipi di depressione.

Qual è un errore comune nell'analisi fattoriale?

Interpretare i fattori senza un'adeguata verifica statistica.

Come può l'analisi fattoriale migliorare un questionario?

Identificando domande ridondanti e raggruppando concetti simili per maggiore chiarezza.

Qual è l'effetto di un campione troppo piccolo?

Risultati instabili, difficoltà nel generalizzare le conclusioni.

Analisi fattoriale e psicometria: come si collegano?

L'analisi fattoriale è fondamentale per validare strumenti psicometrici, come test e scale.

Cosa indica un alto valore di comunalità?

Un alto valore di comunalità (es. > 0.7) indica che la variabile è ben rappresentata dai fattori estratti.

Vero o falso: Un fattore con valore negativo è sempre da scartare.

Falso. Un fattore con valore negativo può avere un significato se è interpretato correttamente nel contesto.

Come si interpreta la varianza spiegata?

La varianza spiegata indica quanto della varianza totale è spiegata dai fattori. Esempio: 70% significa che i fattori spiegano il 70% delle differenze nei dati.

Cosa rappresentano i carichi fattoriali?

I carichi fattoriali rappresentano la correlazione tra le variabili e i fattori. Valori più alti indicano una maggiore relazione.

Completa: Un fattore è considerato significativo se ...

... ha un'autovalore maggiore di 1. Questo indica che il fattore spiega più varianza di una singola variabile.

In che modo i fattori possono influenzare le decisioni pratiche?

- Identificazione di gruppi di comportamento - Sviluppo di strategie di intervento mirate

Qual è la differenza tra fattori e variabili osservate?

Le variabili osservate sono dati grezzi, mentre i fattori sono costrutti latenti che emergono dall'analisi delle variabili.

Esempio di interpretazione: Fattore 1 ha carichi elevati su A e B.

Significa che A e B sono correlate e contribuiscono insieme a un costrutto sottostante che il fattore rappresenta.