Spis treści:

Analiza wymiarowości skali - analiza czynnikowa
Analiza rzetelności skali - analiza rzetelności / pozycji
Analiza rzetelności skal złożonych - model SEPATH

Stosowanie skal szacunkowych w badaniach marketingowych powinno być jednak połączone z pomiarem ich rzetelności i trafności. Skala jest bowiem narzędziem pomiaru danego obiektu i jej rzetelność jest jednym z warunków poprawnego badania. Rzetelność skal szacunkowych można określić jako dokładność z jaką dana skala mierzy to, co mierzy. Pierwszym zagadnieniem, które należy poruszyć przy budowie skali złożonej jest jej wielowymiarowość.

Analiza wymiarowości skali - analiza czynnikowa

Analiza czynnikowa a w szczególności metoda głównych składowych jest wygodnym sposobem określania stopnia wymiarowości stosowanej skali. Po zbudowaniu skali mierzącej cechy psychograficzne respondentów, ich postawy, styl życia lub poszukiwane przez nich korzyści użyteczności w produkcie oraz weryfikacji spójności skali, można ją zastosować do pomiaru. Ponieważ zazwyczaj pozycje skali są liczne i wzajemnie skorelowane, to można przypuszczać, że mierzone przez nie cechy konsumentów mają charakter wielowymiarowy.

Analiza czynnikowa pozwala na takie przekształcenie danego, wzajemnie skorelowanego układu zmiennych, aby uzyskać nowy układ zmiennych (tzw. czynników wspólnych lub głównych składowych) wzajemnie nieskorelowany, lecz porównywalny z układem wyjściowym. Dotyczy więc następującego problemu: jak zredukować jednorodny podzbiór zmiennych wejściowych i zastąpić go jedną nową zmienną?

Pierwszym krokiem w tworzeniu modelu czynnikowego jest zbudowanie macierzy korelacji między zmiennymi pierwotnymi i jej wstępna analiza. Macierz ta może być budowana na podstawie danych pierwotnych (jeżeli wszystkie zmienne są jednomianowe (np. odpowiedzi na skali Likerta) lub standaryzowanych (jeżeli zmienne są różnomianowe np. wiek i dochody). Dalsze postępowanie tj. wykorzystywanie algorytmów identyfikujących ukryte czynniki, zależy od wstępnej analizy tej macierzy. Jeżeli współczynniki korelacji są niskie, lub żadna ze zmiennych nie koreluje wysoko z którąkolwiek z pozostałych, to stosowanie dalszej procedury opartej o model czynnikowy może prowadzić do niewiarygodnych wyników. Zwykle macierz korelacji poddaje się dalszej analizie, jeżeli przeciętnie współczynniki korelacji są większe od 0.3.

Rysunek 1

Metody czynnikowe dzieli się najogólniej na dwie podstawowe grupy. Do pierwszej należy analiza głównych składowych a do drugiej - metody analizy czynnikowej (np. metoda czynników głównych, metoda największej wiarygodności.

Rysunek 2

Ważnym problemem w stosowaniu analizy czynnikowej jest określenie liczby czynników (składowych głównych). Wyróżnia się następujące częściej spotykane techniki określania liczby czynników wspólnych:

a/ metoda "wartości własnej () większej od jedności" - jest to najczęściej spotykana metoda określania liczby czynników wspólnych. Reguła ta wynika stąd, że każdy czynnik powinien wyjaśniać zmienność co najmniej jednej zmiennej pierwotnej. Metoda ta powinna być stosowana gdy ilość zmiennych jest większa od 20. Gdy liczba zmiennych jest mniejsza istnieje tendencja wyodrębniania zbyt małej ilości czynników.

d/ metoda procentu wariancji tłumaczonej przez czynniki główne - do ogólnej liczby wybranych czynników zalicza się te czynniki, które w sumie wyjaśniają 75%, 80% lub 90% wariancji, a żaden następny nie tłumaczy więcej niż 5% wariancji.

e/ metoda testu osypiska - polega na sporządzeniu wykresu, na którym na osi poziomej wyznaczana jest ilość czynników a na osi pionowej - uzyskane wartości własne. Podstawowym zadaniem jest znalezienie "punktów załamania", w których rozpoczynają się kolejne "rumowiska" (w tych punktach zmienia się kąt załamania krzywej). Punkty te określają liczbę czynników kwalifikujących się do dalszej analizy. Metoda ta jest nieco bardziej "liberalna" niż metoda >1, pozwala włączyć do dalszej analizy nieco większą liczbę czynników.

Tym, co pozwala na nazwanie nowych zmiennych (czynników) są ładunki czynnikowe (factor loadings). Wyrażają one stopień nasycenia zmiennej danym czynnikiem i stanowią dla nieskorelowanych czynników współczynniki korelacji danej zmiennej pierwotnej z poszczególnymi czynnikami. Im większy jest współczynnik korelacji zmiennej z czynnikiem, tym bardziej istotna jest ta zmienna dla danego czynnika.

Uzyskane ładunki czynnikowe powinny zostać poddane technice rotacji. W transformacji ortogonalnej zmiennych, czynniki wyodrębnione na podstawie danego algorytmu są wzajemnie niezależne. Oznacza to, że osie które reprezentują te czynniki są prostopadłe w stosunku do siebie. Rotacja polega na obrocie tymi osiami wokół początku układu współrzędnych. Jeżeli po obrocie osie nadal są wzajemnie prostopadłe jest to tzw. rotacja ortogonalna jeżeli natomiast obrót zmienia kąty między osiami, wówczas ma miejsce rotacja ukośna. Najczęściej stosuje się procedury rotacji ortogonalnej, z których najbardziej znanymi są varimax i quartimax. Pierwsza z nich upraszcza interpretację czynników (minimalizuje liczbę zmiennych potrzebnych do wyjaśnienia danego czynnika) a druga upraszcza interpretację zmiennych (minimalizuje liczbę czynników potrzebnych do wyjaśnienia danej zmiennej). Częściej wybierana jest technika varimax.

Rysunek 3

Po identyfikacji zmiennych określających uzyskane niezależne wymiary należy sprawdzić rzetelność podskal na nie się składających.

Powrót do spisu treści

Analiza rzetelności skali - analiza rzetelności / pozycji

Wyróżnić można dwa podstawowe podejścia w ocenie rzetelności skali. Pierwsze oparte jest na określeniu stabilności pomiarów dokonanych w kolejnych okresach czasu, drugie natomiast polega na analizie spójności wewnętrznej danej skali.

Najszersze możliwości posiada pierwsza z wymienionych, metoda powtarzania pomiaru (test-retest). Można ją bowiem stosować zarówno w badaniach rzetelności jednej tylko, prostej skali szacunkowej (co jest bardzo rzadkim przypadkiem), jak i złożonych skal wielopozycyjnych (Likerta czy dyferencjału semantycznego). Metoda ta opiera się na szacowaniu zgodności międzyokresowej wyników. Stopień zgodności wyników uzyskać można w drodze co najmniej dwukrotnego badania tej samej próby badanych w niezbyt długim odcinku czasu (najczęściej okres ten wynosi dwa tygodnie). Miarą zgodności międzyokresowej może być np. współczynnik korelacji R- Kendalla.

Badania rzetelności oparte o metodę test-retest napotykają na cztery podstawowe trudności. Po pierwsze, otrzymany wynik zależy w dużym stopniu od upływu czasu pomiędzy pomiarami. Po drugie, czynniki zewnętrzne oddziaływujące na mierzoną cechę mogą zmienić odpowiedzi podczas drugiego pomiaru. Po trzecie, pierwszy pomiar "uczula" badanego na narzędzie pomiarowe, co może wpływać na wyniki drugiego pomiaru. Po czwarte, pewne zmienne mogą być mierzone tylko raz, co uniemożliwia powtórne zastosowanie tej metody.

W drugim podejściu miarą rzetelności skali jest jej spójność wewnętrzna. Najczęściej wykorzystywany w badaniach rzetelności jest w tym przypadku test połówkowy (split-half). Wykorzystuje się tutaj mierniki zgodności wewnętrznej, którymi są różne współczynniki zgodności, określające w jakim stopniu odpowiedzi na poszczególne pozycje skali mierzą to samo, co wynik w całej skali. Metoda ta oparta jest o podział skali na dwie połowy i analizę korelacji między tymi połówkami przy pomocy np. współczynnika korelacji międzypołówkowej. Pamiętać należy, że w metodach oceny rzetelności opartych o podział skali na połowy korelacja między połówkami skali jest miarą rzetelności tylko jej połówek, nie zaś całej skali. Podział całej skali na dwie połowy dokonać można w sposób losowy, lub wybierając pozycje parzyste i nieparzyste, a także grupując pytania o równych parametrach mocy dyskryminacyjnej. Zaletą tej metody jest możliwość zastosowania jednokrotnego pomiaru daną skalą w celu oceny jej rzetelności.

Okazuje się jednak, że różne metody podziału całej skali złożonej dają różne oceny jej rzetelności. Dlatego też próbuje się rozwiązać to zagadnienie, poprzez określenie średniej rzetelności dla wszystkich możliwych sposobów podziału skali na dwie połówki. Metoda ta jest podstawą szacowania zgodności wewnętrznej w oparciu o wzory -Cronbacha i Kudera-Richardsona.

Jedną z częściej stosowanych technik pomiaru homogeniczności skali jest współczynnik -Cronbacha. Współczynnik ten przyjmuje wartości od 0 do 1. Na wysoką rzetelność skali wskazują wartości a większe od 0.6. Procedura analizy rzetelności jest prowadzona na zasadzie "what if". W tabeli wynikowej podany jest poziom alfa dla danej skali oraz poziomy alfa dla skali jeżeli wyeliminowana została pojedynczo każda kolejna pozycja skali.

Rysunek 4

1. Należy, w badaniach postaw stosować skale wielopozycyjne. Postawy i wartości konsumentów są zmiennymi zbyt złożonymi, aby można było je mierzyć za pomocą tylko jednej pozycji.

2. Stosowanie analizy rzetelności pozwala jednocześnie na zwiększenie jakości badań. Jeżeli pierwotna skala jest mało rzetelna, to poprawienie czytelności instrukcji, jednoznaczności stwierdzeń czy proste dodanie pewnej liczby pozycji może spowodować wzrost jej rzetelności.

3. Podając współczynniki rzetelności badacz powinien przedstawić istotne cechy skali, procedury mierzenia rzetelności, potencjalne źródła błędów systematycznych i przypadkowych i sposób interpretacji stosowanych współczynników.

Powrót do spisu treści

Analiza rzetelności skal złożonych - model SEPATH

Zaletą stosowania konfirmacyjnej analizy czynnikowej (CFA) w porównaniu z omówioną poprzednio eksploracyjną analizą czynnikową (EFA) jest możliwość sprawdzenia dopasowania hipotetycznego modelu czynnikowego do macierzy korelacji zmiennych obserwowalnych i estymacji parametrów tego modelu czynnikowego.

Punktem wyjścia w specyfikacji modelu pomiarowego jest zbudowanie graficznego obrazu istniejących relacji pomiędzy zmiennymi obserwowalnymi a ukrytymi.

Rysunek 5

W metodzie EFA każda zmienna posiada ładunek czynnikowy na każdym czynniku, a w metodzie CFA tylko pewne zmienne mają ładunki na danym czynniku, zgodnie z przyjętym modelem pomiarowym.

Rysunek 8

Ogólna reguła głosi, że rzetelność skal powinna być większa od 0.5, co odpowiada wartości standaryzowanego ładunku na poziomie około 0.7.

Powrót do spisu treści
	Poprzedni artykuł