نیکویی برازش

محاسبه نیکویی برازش تحلیل عاملی اکتشافی

منبع : نیکویی برازش تحلیل عاملی اکتشافی نوشته آرش حبیبی از کتاب مدل یابی معادلات ساختاری

بسیاری پژوهشگران مایل هستند برای تحلیل عاملی اکتشافی نیز از شاخص های برازش استفاده کنند. بطور پیش فرض هیچ شاخص نیکویی برازشی برای تحلیل عاملی اکتشافی وجود ندارد ولی می توان برخی از شاخص های نیکویی برازش را محاسبه کرد. دو شاخص اصلی زیر برای برازش تحلیل عاملی اکتشافی قابل محاسبه است:

  •  شاخص RMSEA یا Root Mean Square Error of Approximation
  • شاخص خی-دو بهنجار یا Normed Chi-square

برای محاسبه این دو شاخص از خروجی آزمون KMO در خروجی تحلیل عاملی اکتشافی استفاده کنید:

خروجی آزمون KMO و بارتلت

خروجی آزمون KMO و بارتلت

برای محاسبه شاخص های برازش، حجم نمونه، مقدار خی-دو χ۲ و درجه آزادی را در کادرهای زیر وارد کنید:

تفسیر نتایج و ارزیابی برازش مدل

ریشه میانگین مربعات خطاهای تخمین یا همان RMSEA در بیشتر تحلیل‌های عاملی تائیدی و مدلهای معدلات ساختاری استفاده می‌شود. اگر مقدار این شاخص کوچکتر از ۰/۰۵ باشد برازندگی مدل بسیار خوب است. اگر بین ۰/۰۵ یا ۰/۱ باشد قابل قبول است و اگر از ۰/۱ بیشتر باشد برازندگی نامطلوب است. مقدار خی-دو به‌هنجار شده نیز باید کوچکتر از ۲ باشد با این وجود مقادیر بین ۲ تا ۵ نیز با اغمض قابل قبول است اما اگر از ۵ بزرگتر باشد برازش مدل مطلوب نیست. براین اساس نیکویی برازش تحلیل عاملی اکتشافی را تفسیر کنید.