Scomposizione della varianza in comunalità e specificità
La varianza di una domanda si può scomporre in comunalità e specificità:
Analisi fattoriale confermativa
Dimostro se la struttura fattoriale si adatta correttamente
L’analisi fattoriale confermativa si effettua attraverso l’uso di modelli di equazioni strutturali (SEM).
Leggi tutto “Analisi fattoriale confermativa”
Analisi fattoriale esplorativa
Ricerca dei fattori latenti
Prerequisiti
Prima di effettuare un’analisi esplorativa dovrai scegliere la matrice di partenza. Potrai eseguire l’analisi sulla matrice di correlazioni o sulla matrice di varianze e covarianze. Se disponi del dataset potrai costruire entrambe le matrici. In passato si utilizzava solo la matrice di correlazione. Il vantaggio di tale matrice è che non crea problemi nel caso tu abbia domande con scale differenti; tuttavia essa non consente di effettuare test successivi. Inoltre dovrai effettuare dei test per verificarne la fattibilità.
Leggi tutto “Analisi fattoriale esplorativa”
Analisi fattoriale
Come analizzare le risposte ad un questionario
L’analisi fattoriale è un insieme di tecniche statistiche utilizzate per comprendere quali siano i fattori latenti.
I fattori latenti (o variabili latenti) sono per esempio felicità, QI, sentimenti, qualità di un servizio, ovvero concetti astratti che non sono direttamente misurabili.
L’analisi fattoriale si divide in due fasi differenti:
L’analisi fattoriale esplorativa (AFE) in cui cerchiamo le variabili latenti (es. soddisfazione, felicità, ecc.).
L’analisi fattoriale confermativa (AFC) permette di validare le ipotesi effettuate sulle relazioni tra variabili osservate e latenti, essa è quindi utilizzata quando si hanno idee abbastanza chiare su quali fattori influenzano quali variabili.
Analisi fattoriale sui Big five della personalità
Big five: questionario sui tipi di personalità
Esempio di analisi fattoriale:
Nel seguente esempio effettueremo un’analisi fattoriale sui Big Five della personalità:
Leggi tutto “Analisi fattoriale sui Big five della personalità”
3 passi fondamentali per la preparazione dei dati
Chi ben comincia è già a metà dell’opera
Se hai raccolto i tuoi dati ricordati che la qualità dei dati è importantissima per la tua analisi.
Prima di eseguire qualsiasi test o modello è necessario:
- Effettuare le statistiche descrittive
- Controllare gli outlier
- Comprendere dalle statistiche descrittive se vi sono problemi, come ad esempio degli NA (dati mancanti).
Se tutti questi 3 passi sono stati eseguiti correttamente, avrai dei dati che, statisticamente parlando, sono buoni per la analisi e avrai un idea, grazie alle statistiche descrittive, di come sia composto il tuo campione. Da ciò potrai formulare ipotesi da testare con i modelli o test.
Leggi tutto “3 passi fondamentali per la preparazione dei dati”
Outlier: valori anomali, come individuarli e trattarli?
Outlier osservazioni che falsano i risultati
Gli outlier sono valori numericamente distanti dal resto dei dati raccolti, ovvero sono valori estremi. Le analisi che derivano da campioni contenenti outlier presenteranno risultati anomali. Il consulente statistico si occupa di comprendere la natura degli outlier, in base alla quale applicherà modelli o test più robusti per l’analisi che consentiranno di ottenere risultati attendibili.
Attenzione gli outlier non sono per forza errori!
Leggi tutto “Outlier: valori anomali, come individuarli e trattarli?”