التحليل العاملي التوكيدي
تحليل عامل التأكيد (CFA) هو إجراء إحصائي متعدد المتغيرات يستخدم لاختبار مدى جودة تمثيل المتغيرات المقاسة لعدد البنى. تحليل عامل التأكيد (CFA) وتحليل العوامل الاستكشافية (EFA) هما تقنيات متشابهة ، ولكن في تحليل العوامل الاستكشافية (EFA) ، يتم استكشاف البيانات ببساطة وتوفر معلومات حول عدد العوامل المطلوبة لتمثيل البيانات. في تحليل العامل الاستكشافي ، ترتبط جميع المتغيرات المقاسة بكل متغير كامن. ولكن في تحليل العوامل المؤكدة (CFA) ، يمكن للباحثين تحديد عدد العوامل المطلوبة في البيانات والمتغير المقاس المرتبط بالمتغير الكامن. تحليل عامل التأكيد (CFA) هو أداة تستخدم لتأكيد أو رفض نظرية القياس.
الغرض العام - الإجراء
تحديد البنية الفردية: أولاً ، علينا تحديد البنى الفردية. تتضمن الخطوة الأولى الإجراء الذي يحدد البنى نظريًا. يتضمن ذلك اختبارًا أوليًا لتقييم عناصر الإنشاء ، واختبارًا تأكيديًا لنموذج القياس الذي يتم إجراؤه باستخدام تحليل عامل التأكيد (CFA) ، إلخ.
تطوير نظرية نموذج القياس الكلي: في تحليل عامل التأكيد (CFA) ، يجب أن نأخذ في الاعتبار مفهوم الأحادية بين تباين خطأ البناء وداخل تباين خطأ البناء. يجب أن يكون هناك ما لا يقل عن أربعة تراكيب وثلاثة عناصر لكل تراكيب في البحث.
تصميم دراسة لإنتاج النتائج التجريبية: يجب تحديد نموذج القياس. الأكثر شيوعًا ، يجب أن تكون قيمة تقدير التحميل الواحد واحدًا لكل بناء. طريقتان متاحتان لتحديد الهوية ؛ الأول هو شرط الترتيب ، والثاني هو شرط الترتيب.
تقييم صلاحية نموذج القياس: يحدث تقييم صلاحية نموذج القياس عند مقارنة نموذج القياس النظري بنموذج الواقع لمعرفة مدى ملاءمة البيانات. للتحقق من صحة نموذج القياس ، يساعدنا رقم المؤشر. على سبيل المثال ، يجب أن يكون عامل تحميل المتغير الكامن أكبر من 0.7. يعد اختبار Chi-square وغيره من ميزات إحصاءات الملاءمة مثل RMR و GFI و NFI و RMSEA و SIC و BIC وما إلى ذلك بعض المؤشرات الرئيسية التي تساعد في قياس صلاحية النموذج.
الافتراضات
تشمل افتراضات التحليل المالي المعتمد الحالة الطبيعية متعددة المتغيرات ، وحجم عينة كافٍ (ن> 200) ، والمواصفات الصحيحة لنموذج مسبق ، ويجب أن تأتي البيانات من عينة عشوائية.
الشروط الاساسية:
النظرية: مجموعة منهجية من العلاقات السببية التي تقدم تفسيرًا شاملاً لظاهرة ما.
النموذج: مجموعة محددة من العلاقات التبعية التي يمكن استخدامها لاختبار النظرية.
تحليل المسار: يستخدم لاختبار المعادلات الهيكلية.
مخطط المسار: يُظهر التمثيل الرسومي لعلاقات السبب والنتيجة في النظرية.
المتغير الداخلي: المتغيرات الناتجة وهي علاقة سببية.
متغير خارجي: متغيرات التوقع.
التحليل التأكيدي: يستخدم لاختبار العلاقة المحددة مسبقًا.
ألفا كرونباخ: يستخدم لقياس موثوقية مؤشري بناء أو أكثر.
التعريف: يُستخدم لاختبار ما إذا كان هناك عدد كافٍ من المعادلات لحل المعامل المجهول أم لا. التعريفات من ثلاثة أنواع: (1) غير محددة ، (2) محددة بدقة ، (3) مفرطة التحديد.
جودة الملاءمة: الدرجة التي يتنبأ بها النموذج المقدر بمصفوفة الإدخال المرصودة.
المتغيرات الكامنة: المتغيرات التي يتم استنتاجها ، وليس ملاحظتها مباشرة ، من المتغيرات الأخرى التي يتم ملاحظتها.
التحليل العاملي الاستكشافي
يتم استخدام كل من تحليل العامل الاستكشافي (EFA) وتحليل العامل التأكيدي (CFA) لفهم التباين المشترك للمتغيرات المقاسة التي يُعتقد أنها تُعزى إلى عامل أو بنية كامنة. على الرغم من هذا التشابه ، إلا أن EFA و CFA هما تحليلات متميزة من الناحية المفاهيمية والإحصائية.
الهدف من التعليم للجميع هو تحديد العوامل بناءً على البيانات وتعظيم مقدار التباين الموضح. لا يُطلب من الباحث أن يكون لديه أي فرضيات محددة حول عدد العوامل التي ستظهر ، وما هي العناصر أو المتغيرات التي ستشملها هذه العوامل. في حالة وجود هذه الفرضيات ، فإنها لا يتم دمجها ولا تؤثر على نتائج التحليلات الإحصائية. على النقيض من ذلك ، يقوم المحللين الماليين المعتمدين بتقييم الفرضيات المسبقة وهو مدفوع إلى حد كبير بالنظرية. تتطلب تحليلات CFA من الباحث أن يفترض مسبقًا عدد العوامل ، سواء كانت هذه العوامل مرتبطة أم لا ، وأي العناصر / المقاييس يتم تحميلها وتعكسها. على هذا النحو ، على عكس تحليل عامل الاستكشاف ، حيث تكون جميع عمليات التحميل حرة في التغيير ، يسمح CFA بأن يكون القيد الصريح لبعض التحميلات صفرًا.
غالبًا ما يُنظر إلى EFA على أنه أكثر ملاءمة من CFA في المراحل المبكرة من تطوير المقياس لأن CFA لا يُظهر مدى جودة تحميل العناصر الخاصة بك على العوامل غير المفترضة. هناك حجة قوية أخرى للاستخدام الأولي للتعليم للجميع ، وهي أن التحديد الخاطئ لعدد العوامل في مرحلة مبكرة من تطوير المقياس لن يتم عادةً اكتشافه من خلال تحليل عامل التأكيد. في مراحل لاحقة من تطوير المقياس ، قد توفر التقنيات المؤكدة مزيدًا من المعلومات عن طريق التباين الواضح بين هياكل العوامل المتنافسة.
يتم الإبلاغ أحيانًا عن EFA في البحث عندما يكون CFA نهجًا إحصائيًا أفضل. لقد قيل أن CFA يمكن أن يكون مقيدًا وغير مناسب عند استخدامه بطريقة استكشافية. ومع ذلك ، فإن فكرة أن التحليل المالي المعتمد هو مجرد تحليل "تأكيدي" قد تكون مضللة في بعض الأحيان ، لأن مؤشرات التعديل المستخدمة في التحليل المالي المعتمد هي إلى حد ما طبيعة استكشافية. تظهر مؤشرات التعديل التحسن في ملاءمة النموذج إذا أصبح معامل معين غير مقيد. وبالمثل ، لا يجب أن يكون كل من EFA و CFA تحليلين يستبعد أحدهما الآخر ؛ لقد قيل أن التعليم للجميع هو متابعة معقولة لنموذج CFA غير المناسب.
تقييم ملاءمة النموذج
انظر أيضًا: التحقق من صحة الانحدار والتحقق من صحة النموذج الإحصائي
في CFA ، يتم استخدام العديد من الاختبارات الإحصائية لتحديد مدى ملاءمة النموذج للبيانات. لاحظ أن التوافق الجيد بين النموذج والبيانات لا يعني أن النموذج "صحيح" ، أو حتى أنه يشرح نسبة كبيرة من التغاير. يشير "توافق النموذج الجيد" فقط إلى أن النموذج معقول. عند الإبلاغ عن نتائج تحليل العامل التأكيدي ، نحث المرء على الإبلاغ عن: أ) النماذج المقترحة ، ب) أي تعديلات تم إجراؤها ، ج) التدابير التي تحدد كل متغير كامن ، د) الارتباطات بين المتغيرات الكامنة ، هـ) أي معلومات أخرى ذات صلة ، مثل استخدام القيود. [29] فيما يتعلق باختيار إحصائيات تناسب النموذج للإبلاغ عنها ، لا ينبغي للمرء ببساطة الإبلاغ عن الإحصائيات التي تقدر أفضل ملاءمة ، على الرغم من أن هذا قد يكون مغريًا. على الرغم من وجود العديد من الآراء المختلفة ، يوصي Kline (2010) بالإبلاغ عن اختبار مربع كاي ، وجذر متوسط الخطأ التربيعي للتقريب (RMSEA) ، ومؤشر التوافق المقارن (CFI) ، ومتوسط الجذر القياسي التربيعي المتبقي (SRMR). ]
تحليل عامل التأكيد (CFA) والبرمجيات الإحصائية:
عادةً ما يتم استخدام البرامج الإحصائية مثل AMOS و LISREL و EQS و SAS لتحليل العوامل المؤكدة. في AMOS ، يتم رسم المسارات المرئية يدويًا على نافذة الرسوم ويتم إجراء التحليل. في LISREL ، يمكن إجراء تحليل عامل التأكيد بيانياً وكذلك من القائمة. في SAS ، يمكن إجراء تحليل عامل التأكيد باستخدام لغات البرمجة.
نموذج المعادلة الهيكلية
عادةً ما يتم استخدام برنامج نمذجة المعادلات الهيكلية لإجراء تحليل عامل التأكيد. LISREL ، EQS ، [24] AMOS ، Mplus وحزمة lavaan في R هي برامج شائعة. كثيرًا ما يستخدم التحليل المالي المعتمد كخطوة أولى لتقييم نموذج القياس المقترح في نموذج المعادلة الهيكلية. تنطبق العديد من قواعد التفسير المتعلقة بتقييم ملاءمة النموذج وتعديل النموذج في نمذجة المعادلة الهيكلية على CFA بشكل متساوٍ. يتميز CFA عن نمذجة المعادلة الهيكلية بحقيقة أنه في CFA ، لا توجد أسهم موجهة بين العوامل الكامنة. بعبارة أخرى ، بينما في CFA لا يُفترض أن تسبب بعضها البعض بشكل مباشر ، غالبًا ما تحدد SEM عوامل ومتغيرات معينة لتكون سببية بطبيعتها. في سياق SEM ، غالبًا ما يُطلق على CFA اسم "نموذج القياس" ، بينما تسمى العلاقات بين المتغيرات الكامنة (مع الأسهم الموجهة) "النموذج الهيكلي".
