El factor de carga factorial del análisis factorial confirmatorio cfa es menor que el que debería eliminarse.

No existe un estándar uniforme para los valores críticos de las cargas factoriales. Los estándares más comunes son 0,45 o 0,4 y el estándar más bajo es 0,3. Si es más estricto, algunas personas usan 0,5 como estándar. Desde la perspectiva del modelado de ecuaciones estructurales y su aplicación, se puede considerar la eliminación de preguntas con cargas factoriales inferiores a 0,45, pero en aplicaciones prácticas, las elecciones de los investigadores son más flexibles. Aunque la carga factorial no es alta, se considera que algunas preguntas utilizan cuestionarios modificados por otros (respetando los derechos de autor), o que el propio investigador tiene motivos para creer que la pregunta tiene una buena importancia teórica y puede considerarse para su retención.

Se espera que la siguiente información le resulte útil:

La significancia estadística de la carga factorial a(ij) es el coeficiente de correlación entre la I-ésima variable y la J-ésima factor común, que representa X (i) Depende del peso (proporción) de F(j). El término estadístico es peso, y los psicólogos lo llaman carga, que se refiere a la carga de la I-ésima variable en el j-ésimo factor común. Refleja la importancia relativa de la I-ésima variable con respecto al j-ésimo factor común. En el análisis factorial, generalmente solo se seleccionan m (m) de ellos. El análisis factorial confirmatorio es un análisis estadístico de los datos de una encuesta social que prueba si la relación entre un factor y el elemento de medición correspondiente se ajusta a la relación teórica diseñada por el investigador. Verificación Los modelos de ecuaciones estructurales se utilizan comúnmente para realizar pruebas en el análisis factorial cualitativo. En la investigación científica real, el proceso de análisis factorial confirmatorio es también el proceso de prueba de los modelos de medición. Existen muchos software estadísticos que pueden modelar modelos cuantitativos y ecuaciones estructurales, incluidas las relaciones. entre factores y ajuste, como LISREL, AMOS, EQS, MPLUS, etc. El más utilizado es LISREL. Tiene tres lenguajes de programación: PRELIS se utiliza para procesamiento de datos u operaciones simples, como realizar algunos análisis de regresión y calcular el valor. matriz de covarianza de una muestra; es un lenguaje de programación matricial que utiliza matrices para definir la relación entre los elementos de medición y los componentes, y luego utiliza un método de estimación (como la estimación de máxima verosimilitud) para ajustar el modelo. SIMPLIS es una programación de ecuaciones estructurales simplificada. Lenguaje adecuado para investigadores del comportamiento. En términos generales, los investigadores deben establecer primero un modelo de medición a través de SIMPLIS y luego realizar el ajuste en función de los resultados del ajuste, puede ser necesario ajustar el modelo de medición, descartar los elementos de medición de mala calidad y luego. realice el ajuste hasta obtener el modelo. El ajuste es aceptable.