Build your ultimate AI agent
Kursbeskrivning
Upptäck faktoranalys i R
Världen är full av icke-observerbara variabler som inte kan mätas direkt. Du kanske är intresserad av ett begrepp som matematisk förmåga, personlighetsdrag eller arbetsplatsklimat. När du undersöker sådana här konstruktioner är det avgörande att ha en modell som stämmer överens med dina teorier och data.Den här kursen hjälper dig att förstå dimensionalitet och visar hur du genomför explorativa och konfirmatoriska faktoranalyser.
Lär dig använda explorativ faktoranalys och konfirmatorisk faktoranalys
Du börjar med att sätta dig in i explorativ faktoranalys (EFA), där du lär dig hur du visar och visualiserar faktorlastningar, tolkar faktorscorer samt visar och testar korrelationer.När du är bekant med enfaktors-EFA går du vidare till multidimensionella data, där du tittar på att beräkna egenvärden, skapa scree-diagram och mer. Därefter kommer du att upptäcka konfirmatorisk faktoranalys (CFA), och lära dig hur du skapar syntax utifrån EFA-resultat och teori.
Det sista kapitlet tittar på EFA:er jämfört med CFA:er och ger exempel på båda. Du kommer också att lära dig hur du förbättrar din modell och mäter när du använder dem.
Utveckla, förfina och dela dina mått
Med dessa statistiska tekniker i din verktygslåda kommer du att kunna utveckla, förfina och dela dina mått. Dessa analyser är grundläggande för olika områden, inklusive psykologi, utbildning, statsvetenskap, ekonomi och lingvistik."
Förkunskapskrav
Kursplan
Kursöversikt
1
Utvärdera ditt mått med faktoranalys
I kapitel 1 lär du dig genomföra en EFA för att undersöka de statistiska egenskaperna hos ett mått som är utformat kring ett konstrukt.
- Introduktion till explorativ faktoranalys (EFA)50 XP
- Kom igång med en endimensionell EFA100 XP
- Visa och visualisera faktorladdningarna100 XP
- Tolka individers faktorpoäng100 XP
- Översikt av måttutvecklingsprocessen50 XP
- Deskriptiv statistik för din datamängd100 XP
- Dela upp din datamängd100 XP
- Jämför de två halvorna av din datamängd100 XP
- Måttets egenskaper: korrelationer och reliabilitet50 XP
- Visa och testa korrelationer100 XP
- Intern reliabilitet100 XP
- När ska EFA användas50 XP
2
Multidimensionell EFA
Det här kapitlet visar hur du utvidgar den enfaktors-EFA du lärde dig i kapitel 1 till flerdimensionella data.
3
Konfirmatorisk faktoranalys
Det här kapitlet tar upp hur du genomför CFA:er med paketet sem. Både teoridrivna och EFA-drivna CFA-strukturer behandlas.
4
Förfina ditt mått och/eller din modell
Det här kapitlet fördjupar förståelsen av skillnaden mellan EFA och CFA och ger förslag på hur du kan förbättra din modell och/eller ditt mått.
R
Faktoranalys i R
Kurs
slutförd
