Çok Gruplu Keşfedici Faktör Analizi (ÇGKFA)
Multi-group Exploratory Factor Analysis · Ayrıca şöyle bilinir: MGEFA, multi-sample exploratory factor analysis, simultaneous EFA across groups, exploratory factor analysis with multiple groups
Çok gruplu keşfedici faktör analizi, bir madde setinin gizil faktör yapısını iki veya daha fazla grup içinde ayrı ayrı tahmin eder ve ardından ortaya çıkan yapıların gruplar arasında tutarlı olup olmadığını inceler. Bu yöntem, değişmezlik kısıtlamalarını zorlamadan önce boyutluluğu keşfetmek ve grup-özel faktör örüntülerinin grup-geneli karşılaştırmaları geçersiz kılacağı durumları teşhis etmek için kullanılır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Ölçek doğrulamasının erken aşamalarında olduğunuzda ve maddelerinizin faktör yapısının, eşitlik kısıtlamalarını zorlamadan önce iki veya daha fazla grup arasında yaklaşık olarak aynı olup olmadığını kontrol etmek istediğinizde çok gruplu KEFA kullanın. Özellikle yapı daha önce KFA ile belirlenmemişse veya farklı örneklemlerdeki önceki tek gruplu KEFA'lardan elde edilen sonuçlar tutarsız çözümler verdiyse uygundur. Çok gruplu KFA'nın yerine geçecek şekilde kullanmayın: ÇGKFA keşfedicidir ve parametre eşitliği için resmi uyum indeksleri veya anlamlılık testleri sağlamaz. Yapının zaten iyi belirlendiği ve yalnızca parametre düzeyinde değişmezliğin (yüklemeler, kesme noktaları) test edilmesi gerektiği durumlarda ÇGKFA'dan kaçının; bu durumda çok gruplu KFA doğru araçtır. Her grubun kararlı KEFA sonuçları için yeterince büyük bir örneğe sahip olması gerekir — grup başına minimum 100 yaygın olarak belirtilen bir kılavuzdur.
Güçlü yönler & sınırlılıklar
- Yapıyı önceden belirlemeden grup-özel faktör örüntülerini ortaya çıkarır, bu da onu grup-geneli ölçek doğrulamasının erken aşamaları için uygun hale getirir.
- Farklı gruplarda farklı faktörlere yüklenen maddeleri tanımlar, resmi testten önce ölçme eşitsizliğinin potansiyel kaynaklarını işaretler.
- Procrustes hedef döndürme, yükleme matrislerini ortak bir referans çerçevesinde gruplar arasında karşılaştırmak için ilkeli bir yol sağlar.
- Keşfedici bir tanısal araç sağlayarak çok gruplu KFA'yı tamamlar; bu araç hipotezli modeli motive eder veya sorgular.
- Tucker'ın uygunluk katsayısı, gruplar arasındaki faktör benzerliğinin nicel, yorumlanabilir bir indeksini verir.
- Parametre eşitliği için resmi hipotez testleri sağlamaz; istatistiksel kararlar uygunluk katsayılarına ve öznel örüntü eşleştirmesine dayanmalıdır.
- Korunacak faktör sayısı her grupta bağımsız olarak belirlenmelidir ve gruplar arasındaki anlaşmazlıklar yorumlamayı karmaşıklaştırır.
- Her grupta yeterince büyük örnekler gerektirir; küçük gruplar, gerçek yapılar aynı olsa bile farklı görünebilen kararsız yüklemeler üretir.
- Sonuçlar seçilen döndürme ve hizalama yöntemine büyük ölçüde bağlıdır; farklı hedef matrisler grup-geneli benzerlik hakkında farklı izlenimler verebilir.
SSS
Çok gruplu KEFA, her grupta ayrı ayrı KEFA çalıştırmaktan nasıl farklıdır?
Ayrı KEFA'ları bağımsız olarak çalıştırmak ve ardından sonuçları gözle incelemek gayriresmidir ve karşılaştırma için ilkeli bir temel sağlamaz, çünkü gerçek yapılar aynı olsa bile faktör eksenleri şans eseri farklı yönlendirilecektir. Çok gruplu KEFA, tüm çözümleri ortak bir hedefe döndüren bir Procrustes hizalama adımı ekler, bu da yüklemelerin sayısal karşılaştırmasını anlamlı kılar.
Çok gruplu KEFA, çok gruplu KFA'dan nasıl farklıdır?
Çok gruplu KEFA keşfedicidir: önceden belirlenmiş bir yükleme örüntüsü gerektirmez ve parametre eşitliği için resmi uyum istatistikleri veya anlamlılık testleri vermez. Çok gruplu KFA ise doğrulayıcıdır: yükleme örüntüsünü önceden belirlersiniz ve belirli değişmezlik hipotezlerini değerlendirmek için uyum indekslerini ve ki-kare fark testlerini kullanırsınız. ÇGKFA genellikle önce, MGCFA'da belirtilen modeli haklı çıkaracak kadar tutarlı olup olmadığını kontrol etmek için kullanılır.
Hangi uygunluk katsayısı değeri kabul edilebilir faktör benzerliğini gösterir?
0.95'in üzerindeki Tucker'ın uygunluk katsayısı geleneksel olarak yüksek uygunluk olarak kabul edilir (faktör gruplar arasında esasen aynıdır). 0.85 ile 0.95 arasındaki değerler makul bir benzerlik gösterir ancak dikkatli olunmasını gerektirir. 0.85'in altındaki değerler, faktörlerin farklı gruplarda farklı yapıları ölçüyor olabileceğini ve daha fazla araştırma yapılmadan grup-geneli karşılaştırmalarına devam edilmemesi gerektiğini düşündürür.
Sıralı Likert maddeleriyle çok gruplu KEFA kullanabilir miyim?
Evet. Pearson korelasyonları yerine polikorik korelasyonları girdi olarak kullanın; bu, herhangi bir KEFA'da sıralı maddeler için standart öneridir. Hizalama ve uygunluk prosedürleri, polikorik korelasyon matrislerinden çıkarılan çözümlere eşit şekilde uygulanır.
Tüm gruplarda aynı maddelere ihtiyacım var mı?
Evet. Yükleme matrislerinin karşılaştırılabilir olması ve Procrustes hizalamasının anlamlı olması için, tüm gruplar tam olarak aynı maddelere yanıt vermiş olmalıdır. Maddeler gruplar arasında farklılık gösteriyorsa, çok gruplu KEFA uygulanamaz.
Kaynaklar
- Muthén, B. & Christoffersson, A. (1981). Simultaneous factor analysis of dichotomous variables in several groups. Psychometrika, 46(4), 407–419. DOI: 10.1007/BF02293798 ↗
- Browne, M. W. (2001). An overview of analytic rotation in exploratory factor analysis. Multivariate Behavioral Research, 36(1), 111–150. DOI: 10.1207/S15327906MBR3601_05 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Multi-group Exploratory Factor Analysis. ScholarGate. https://scholargate.app/tr/psychometrics/multi-group-exploratory-factor-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Doğrulayıcı faktör analizi (DFA)Psikometri↔ karşılaştır
- Ayırt Edici Madde Fonksiyonu (DIF)Psikometri↔ karşılaştır
- Keşfedici Faktör Analizi (KFA)İstatistik↔ karşılaştır
- Madde Yanıt Teorisi (MYT)Psikometri↔ karşılaştır
- Ölçme Değişmezliği TestiPsikometri↔ karşılaştır
- Çoklu Grup Doğrulayıcı Faktör Analizi (MG-CFA)Psikometri↔ karşılaştır