LEZIONE 028

PER CONDURRE L'ANALISI FATTORIALE SI PUO' PARTIRE DA MATRICI DI CORRELAZIONE. pearsoniane. tutte le alternative. tetracoriche. policoriche.

LA DISTANZA DI MAHALANOBIS E' IMPIEGATA PER. identificare gli outlier multivariati. decidere quali sono le saturazioni sostanziali. decidere quanti fattori estrarre in un'analisi fattoriale. definire le componenti principali nello spazio geometrico.

SONO DEFINITI OUTLIER MULTIVARIATI I SOGGETTI CHE. hanno combinazioni di punteggi corrispondenti a quelle medie del campione. hanno punteggi vicini al punteggio medio del campione. hanno combinazioni di punteggi particolarmente rare rispetto al resto del campione. forniscono risposte false al test.

PER SAPERE SE UNA MATRICE E' FATTORIALIZZABILE. si utilizzano degli indici. si calcola la distanza di Mahalanobis. si effettua la rotazione dei fattori. si calcolano la comunalità.

LA SCELTA DEL TIPO DI MATRICE DI CORRELAZIONE DA UTILIZZARE IN UN'ANALISI FATTORIALE DIPENDE. dalla scala di misura delle variabili. dalla curtosi delle variabili. dalla skewness delle variabili. tutte le alternative.

IL PUNTO DI PARTENZA DI UN'ANALISI DELLE COMPONENTI PRINCIPALI E'. la matrice delle saturazioni. la distanza di Mahalanobis. la matrice di correlazione. la rotazione dei fattori.

LA MATRICE DI CORRELAZIONE. non può essere utilizzata nell'analisi delle componenti principali. è il punto di arrivo dell'analisi fattoriale. coincide con la matrice delle saturazioni. è il punto di partenza dell'analisi fattoriale.

QUANDO IL TEST E' FORMATO DA ITEM TUTTI DICOTOMICI. si utilizza la matrice di correlazione di Pearson per condurre l'analisi fattoriale. nessuna delle alternative. si utilizza la matrice tetracorica per condurre l'analisi fattoriale. non può essere sottoposto ad analisi fattoriale.

GLI OUTLIER MULTIVARIATI POSSONO ESSERE IDENTIFICATI ATTRAVERSO. la distanza di Mahalnobis. la Skewness. la distanza di Pearson. il coefficiente di correlazione di Pearson.

DI SOLITO SONO CONSIDERATI OUTLIER I SOGGETTI CHE. scelgono sempre la stessa alternativa negli item a scelta multipla. rispondono sempre lo stesso punto della scala Likert. tutte le alternative. rispondono sempre dalla stessa parte della scala negli item straight e negli item reverse.

IL DETERMINANTE DELLA MATRICE DI CORRELAZIONE E' UTILIZZATO PER VALUTARE. la presenza di outlier. il numero di fattori da estrarre. l'adeguatezza delle saturazioni fattoriali. la fattorializzabilità della matrice.

SI DEFINISCONO OUTLIER I CASI CHE. hanno punteggi estremi e/o pattern di risposte incoerenti. hanno punteggi vicini al punteggio medio del campione. forniscono risposte false al test. nessuna delle alternative.

IL POOL DI ITEM DA SOTTOPORRE A ANALISI FATTORIALE DEVE ESSERE STATO SVILUPPATO IN MODO DA. tutte le alternative. includere variabili che presentino un adeguato livello di correlazione reciproca. essere espressione di una solida base teorica. includere variabili che possano essere in modo attendibile, cioè meno influenzabili possibile da fattori distorcenti.

AFFINCHE' UN MODELLO DI ANALISI FATTORIALE SIA IDENTIFICATO, E' NECESSARIO CHE. il numero di parametri da stimare sia inferiore o uguale al numero di informazioni disponibili. il numero di informazioni disponibili sia inferiore al numero di parametri da stimare. il numero di parametri da stimare sia superiore al numero di informazioni disponibili. nessuna delle alternative.

NELL'EQUAZIONE DI SPECIFICAZIONE DELL'ANALISI DELLE COMPONENTI PRINCIPALI IL TERMINE DI ERRORE. è insieme al fattore specifico. è correlato alle saturazioni. è il primo membro dell'equazione. è assente.

IL PRIMO MEMBRO DELL'EQUAZIONE DI SPECIFICAZIONE DELL'ANALISI DELLE COMPONENTI PRINCIPALI E'. l'errore di misurazione. ls saturazione fattoriale. il punteggio nella componente. il punteggio standardizzato all'item.

IL PRIMO MEMBRO DELL'EQUAZIONE DI SPECIFICAZIONE DELL'ANALISI FATTORIALE ESPLORATIVA E'. il punteggio standardizzato all'item. la saturazione fattoriale. il punteggio nella variabile latente. l'errore di misurazione.

NELL'ANALISI FATTORIALE ESPLORATIVA, I FATTORI COMUNI. spiegano solo la parte di varianza che gli item condividono con gli altri. tutte le alternative. sintetizzano la variabilità che ciascun item condivide con gli altri. sono la causa dei punteggi agli item.

IL TEST DI SFERICITA' DI BARTLET FORNISCE INDICAZIONI CIRCA. la correlazione tra i fattori. la normalità degli item. la presenza di outlier. la fattorializzabilità della matrice.