मान लीजिए कि मेरे पास प्रश्नावली वस्तुओं के एक समूह पर स्कोर के साथ एक डेटासेट है, जो सैद्धांतिक रूप से मनोविज्ञान की शोध में कम संख्या में शामिल हैं।
मुझे पता है कि यहां एक सामान्य दृष्टिकोण है कि क्रोनबैच के अल्फा या कुछ समान का उपयोग करके तराजू की विश्वसनीयता की जांच करें, फिर तराजू में आइटमों को स्केल स्कोर बनाने के लिए एकत्र करें और वहां से विश्लेषण जारी रखें।
लेकिन कारक विश्लेषण भी है, जो आपके सभी आइटम स्कोर को इनपुट के रूप में ले सकता है और आपको बता सकता है कि उनमें से कौन से लगातार कारक बनते हैं। लोडिंग और सांप्रदायिकता आदि को देखकर आप समझ सकते हैं कि ये कारक कितने मजबूत हैं। मेरे लिए यह एक ही तरह की बात लगती है, केवल अधिक गहराई में।
यहां तक कि अगर आपके सभी पैमाने पर निर्भरताएं अच्छी हैं, तो एक ईएफए आपको सही कर सकता है कि कौन से आइटम किन पैमानों में बेहतर हैं, सही? आप शायद क्रॉस लोडिंग प्राप्त करने जा रहे हैं और यह सरल स्केल से अधिक व्युत्पन्न फैक्टर स्कोर का उपयोग करने के लिए अधिक समझदार हो सकता है।
अगर मैं कुछ बाद के विश्लेषण (जैसे प्रतिगमन या एनोवा) के लिए इन पैमानों का उपयोग करना चाहता हूं, तो क्या मैं तराजू को तब तक एकत्र कर सकता हूं जब तक उनकी विश्वसनीयता बरकरार रहती है? या सीएफए की तरह कुछ है (यह देखने के लिए परीक्षण कि क्या तराजू अच्छे कारकों के रूप में पकड़ती है, जो 'विश्वसनीयता' के रूप में एक ही चीज को मापती है)।
मुझे स्वतंत्र रूप से दोनों दृष्टिकोणों के बारे में सिखाया गया है और इसलिए मैं वास्तव में नहीं जानता कि वे कैसे संबंधित हैं, चाहे उनका उपयोग एक साथ किया जा सकता है या कौन सा किस संदर्भ में अधिक समझ में आता है। क्या इस मामले में अच्छे अनुसंधान अभ्यास के लिए एक निर्णय वृक्ष है? कुछ इस तरह:
सीएफए को अनुमानित पैमाने की वस्तुओं के अनुसार चलाएं
- यदि सीएफए अच्छा फिट दिखाता है, तो कारक स्कोर की गणना करें और विश्लेषण के लिए उन का उपयोग करें।
- यदि सीएफए खराब फिट दिखाता है, तो इसके बजाय ईएफए चलाएं और खोजपूर्ण दृष्टिकोण (या कुछ) लें।
क्या कारक विश्लेषण और विश्वसनीयता परीक्षण वास्तव में एक ही चीज के लिए अलग-अलग दृष्टिकोण हैं, या क्या मैं कहीं गलतफहमी कर रहा हूं?