Här på NOVA kryllar det av konstiga samhällsvetare av olika slag, bla finns här en bunt psykologer. Dessa verkar väldigt upptagna av faktoranalys och blir tveksamma så fort jag visar mina regressioner. Kanske lika skeptiska som jag, när de tar fram sin faktoranalys. I vilket fall som helst har jag extremt dålig koll på detta och de verkar inte kunna förklara det för mig på ett vettigt sätt. Någon som kan bistå med det? Eller ge mig tips på någon bra och enkel text om det? Varför skulle jag använda faktoranalys istället för ordered-logit (eller liknande) när jag tittar på människors attityder?
torsdag, januari 15, 2009
Prenumerera på:
Kommentarer till inlägget (Atom)
3 kommentarer:
Det vackra med faktoranalys är att du kan skapa en latent variabel som beskriver abstrakta begrepp som t ex "attityder", ngt regressionanalys inte fixar. Om du har en mängd svar på en enkät som alla säger ngt om attityder så kan du stoppa in dem i faktoranalys och sedan få fram en enda attityd-variabel som du sen stoppar in i din fina ordered logit för att ta reda på hur attityder påverkar lämplig utfallsvariabel. It is magic!
Sen har du en mängd frågor kan du ju få fram flera latenta variabler som identifieras (typ vilka frågor hänger ihop med varandra och vad verkar dem beskriva).
Dock, det är ju en "black box" i stor utsträckning...man har ingen aning vad som pågår riktigt. Dels är det svårt att tolka koefficienterna om du sedan slänger in det i en regressionsanalys i steg 2. Dels, har du många attitydfrågor kommer du ju med stor sannolikhet få fram latenta variabler av ren slump (nonsenskorrelationer).
Tack, det var väl ungefär så mycket jag visste om faktoranalys. Får väl bita i det sura äpplet och faktiskt läsa lite om det, det är den här "black box" grejen jag är lite rädd för.
Antar att jag istället för att göra någon form av indexvariabel med exempelvis "nyhetskonsumtion" skulle använda faktoranalys för det. Men det är ju just det, med min indexvariabel så vet jag kanske lite mer vad jag faktiskt mäter. Nåja.
Skicka en kommentar