1 / 36

VALIDIT DEL COSTRUTTO

bobby
Télécharger la présentation

VALIDIT DEL COSTRUTTO

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


    1. VALIDIT DEL COSTRUTTO Ci riporta alla definizione di ci che intendiamo misurare ed la forma di validazione che comprende in s ogni tipo di evidenza che il punteggio al test rifletta proprio lattributo che intendevamo misurare Tecnicamente, si riferisce principalmente a Rete di relazioni osservate tra costrutti diversi Matrici multitratto-multimetodo (MTMM) (di tipo concorrente) Validit nomologica (di tipo predittivo) Organizzazione interna degli stimoli (validit strutturale)

    2. Le matrici MTMM

    3. Le matrici MTMM Informazioni Diagonale delle affidabilit (valori in bianco) Diagonale della validit (valori in rosso) Triangolo eterotratto-monometodo (in azzurro) Triangolo etrotratto-eterometodo (in verde) Criteri Valori maggiori lungo diagonale affidabilit (>.70) Valori elevati e significativi lungo diag. validit, inferiori solo a valori lungo diag. affidabilit Valori nel triangolo eterotratto-monometodo > valori nel triangolo etrotratto-eterometodo Simili pattern di correlazioni nei vari triangoli

    4. LA VALIDIT STRUTTURALE: lanalisi fattoriale Obiettivo generale dellanalisi fattoriale ridurre linformazione contenuta in una matrice di correlazioni con n variabili in una nuova matrice con k < n nuove variabili Approcci basilari Analisi esplorativa Analisi delle componenti principali (ACP) Analisi dei fattori comuni (AFC) Analisi confermativa

    5. LANALISI FATTORIALE INTRODUCE una TERZA VARIABILE: il fattore o la componente ACP: relazione di indicazione Obiettivo: descrivere e massimizzare la previsione, analizzando tutta la varianza delle variabili osservate AFC: relazione di dipendenza Obiettivo: spiegare le relazioni tra variabili analizzandone solo la varianza comune

    6. LANALISI FATTORIALE INTRODUCE una TERZA VARIABILE: il fattore o la componente ACP: modello formativo della misurazione AFC: modello riflettivo della misurazione

    7. LA VALIDIT STRUTTURALE: perch lanalisi fattoriale? Selezionato un insieme di stimoli per misurare un costrutto, vi corrispondenza tra lorganizzazione teorica degli stimoli e quella empirica? Se misuriamo un unico costrutto, vi riscontro empirico che tutti gli stimoli tendano a covariare tra loro come ipotizzato? Se misuriamo pi costrutti indipendenti, vi riscontro empirico che gli stimoli ideati per misurare un costrutto covarino tra loro, ma non covarino con gli stimoli ideati per gli altri costrutti?

    8. Lanalisi fattoriale: momenti principali Selezione delle variabili, indicatori del costrutto Selezione del campione, ampio e rappresentativo della popolazione in cui si assume la qualit misurata sia presente con elevata variabilit Estrazione dei fattori Determinazione del numero di fattori Rotazione dei fattori Interpretazione dei fattori Stima dei punteggi fattoriali Eventuale selezione delle variabili o indicatori Cross-validity

    9. Lanalisi delle componenti principali Una componente principale una combinazione lineare di variabili: in cui rappresenta il peso che ogni variabile ha nel determinare la componente stessa

    10. Lanalisi delle componenti principali: lestrazione In termini matematici, obiettivo dellACP riuscire a stimare la matrice delle componenti, defininedo lequazione caratteristica della matrice RV=lV in cui V il vettore caratteristico o autovettore della matrice e corrisponde ad una sequenza di pesi applicabili alle variabili analizzate z l lautovalore o radice caratteristica, si associa alla componente estratta e esprime la quantit di varianza della matrice R spiegata dalla componente stessa

    11. Lanalisi delle componenti principali: lestrazione

    12. Lanalisi delle componenti principali: procedura destrazione Sommare i valori della matrice R per colonna, ottenendo il primo vettore di prova Ua1 Elevare al quadrato i valori di Ua1, sommarli e calcolarne la radice quadrata ( ) Dividere ogni valore di Ua1 per il valore ottenuto al punto 2, ottenendo cos Va1, primo vettore caratteristico di prova

    13. Lanalisi delle componenti principali: procedura destrazione

    14. Lanalisi delle componenti principali: procedura destrazione Lelemento Ua2 viene normalizzato per ottenere Va2: Ogni elemento di Ua2 viene diviso per ottenendo

    15. Lanalisi delle componenti principali: procedura destrazione Poich Va1 e Va2 non coincidono, la procedura ricomincia daccapo per estrarre Va3; e cos fino a quando ultimo e penultimo vettore caratteristico di prova coincidono: Va3 il primo vettore caratteristico della matrice da Ua3 ricavo la prima radice caratteristica della matrice o autovalore

    16. Lanalisi delle componenti principali: procedura destrazione possibile verificare lequazione caratteristica della matrice RV=lV

    17. Lanalisi delle componenti principali: procedura destrazione La I componente principale, con i valori si ottiene:

    18. Lanalisi delle componenti principali: procedura destrazione Estratta la prima componente, si procede con lestrazione della II componente dalla MATRICE DEI RESIDUI, dalla matrice R parzializzata dalla componente gi estratta (covarianze parziali) Per questo le componenti via via estratte sono ORTOGONALI tra loro

    19. Lanalisi delle componenti principali: informazioni salienti

    20. Lanalisi delle componenti principali: la rotazione Perch? Una matrice delle componenti principali ottenuta dallestrazione spesso NON si presta a facile interpretazione, cos i contenuti della matrice R rimangono oscuri. La rotazione serve a produrre una matrice delle componenti che sia interpretabile

    21. Lanalisi delle componenti principali: la rotazione Quale? Matrice estratta e matrici (potenzialmente infinite) ruotate sono matematicamente equivalenti. Il criterio privilegiato per la rotazione noto come STRUTTURA SEMPLICE: ogni componente deve essere definita da poche saturazioni elevate, mentre le restanti devono approssimarsi a 0 ovvero ogni variabile deve presentare 1 saturazione elevata su una sola componente e saturazioni basse sulle altre componenti

    22. Lanalisi delle componenti principali: la rotazione Come? Metodi analitici di rotazione (ciechi) varimax oblimin Rotazioni grafiche e manuali Langolo di rotazione viene scelto da chi analizza i dati, in accordo con una struttura teorica attesa o teoricamente sensata, anche in violazione del principio della struttura semplice

    23. IAS-C scales projected onte the HiPIC space

    24. Lanalisi delle componenti principali: la rotazione ortogonale

    25. Lanalisi delle componenti principali: la rotazione Applicando una rotazione si ottiene una nuova matrice delle componenti, la matrice ruotata. Come? Si definisce una matrice di rotazione in base a Angolo di rotazione Direzione della rotazione Rotazione antioraria Rotazione oraria

    26. Lanalisi delle componenti principali: la rotazione ortogonale

    27. Lanalisi delle componenti principali: interpretazione e punteggi

    28. Lanalisi delle componenti principali: la selezione degli item Una scelta complessa che tiene conto di pi criteri, anche legati allobiettivo del lavoro, tentando di soddisfarli tutti al meglio, ad esempio: in accordo con il criterio della struttura semplice, si selezionano gli item puri con elevate saturazioni su un solo fattore e minime sugli altri si scelgono gli item che permettono di massimizzare la validit convergente e divergente e di ottenere scale con adeguati livelli di affidabilit

    29. Esercitazione: analisi delle componenti principali di 50 BF marker Comunalit

    30. Esercitazione: analisi delle componenti principali di 50 BF marker varianza totale spiegata

    31. Esercitazione: analisi delle componenti principali di 50 BF marker

    32. Esercitazione: analisi delle componenti principali di 50 BF marker MATRICE destrazione delle COMPONENTI

    33. Esercitazione: analisi delle componenti principali di 50 BF marker MATRICE destrazione delle COMPONENTI (continuazione)

    34. Esercitazione: analisi delle componenti principali di 50 BF marker MATRICE ruotata delle COMPONENTI

    35. Esercitazione: analisi delle componenti principali di 50 BF marker MATRICE ruotata delle COMPONENTI (continuaz)

    36. Esercitazione: analisi delle componenti principali di 50 BF marker

More Related