Criterii privind adecvarea variabilelor la modelul factorial:
1. S existe corelaii ntre variabile peste .30. 2. Rezultatele la testul Barlett de sfericitate s fie semnificative. Dac variabilele ar corela doar cu ele nsele i nu ar corela deloc cu celelalte variabile, atunci matricea de corelaii ar fi o matrice-identitate care ar avea 1 pe diagonal i 0 n rest. Testul Barlett verific ipoteza nul conform creia matricea de corelaii este o matrice-identitate; dac rezultatul la acest test este semnificativ atunci putem respinge ipoteza nul i accepta ipoteza de cercetare conform creia matricea de corelaii difer de o matrice-identitate, ceea ce nseamn c exist anumite relaii ntre variabile iar acestea sunt potrivite pentru a aplica analiza factorial. 3. Testul KMO (Kaiser-Meyer-Olkin) de msurare a adecvrii (potrivirii) eantionului de itemi pentru modelul factorial peste .50. KMO pentru fiecare item se afl pe diagonala principal a matricei anti-imagine a corelaiilor iar acetia trebuie s fie peste .50 (n caz contrar variabila respectiv trebuie nlturat din modelul factorial i refcut analiza factorial). 4. Evitarea multicoliniaritii i a singularitii. Multicoliniaritatea se refer la corelaiile foarte ridicate (peste .80 sau .90) ntre variabile iar singularitatea (singularity) se refer la variabilele perfect corelate. determinantului matricei de corelaii trebuie s fie mai mare dect
.00001; n caz contrar, exist multicoliniaritate sau singularitate i
trebuie ca n matricea de corelaii s identificm variabilele ntre care exist corelaii peste .80 pentru a proceda la eliminarea uneia (sau mai multora) dintre aceste variabile. 5. Comunalitile h2 mai mari de .20. Comunalitile ne arat ct de mult din variana unei variabile este explicat de factorii extrai. Comunalitatea unei variabile (notat h2) este ptratul coeficientului de corelaie multipl dintre variabil i factori (R2 din regresia multipl n care variabila este VD iar factorii sunt VI) i reprezint proporia din variana acelei variabile explicat de factorii extrai.
6. Coeficieni de saturaie n factori peste .30. Aceast regul pleac de la
faptul c o saturaie de .30 ne spune c aproximativ 10% din variana variabilei respective este explicat de acel factor. (acest criteriu este mai puternic dect criteriul h2 > .20). Saturaiile factoriale reprezint coeficienii de corelaie Pearson dintre variabile i factori. Ce facem atunci cnd o variabil are saturaii apropiate n cel puin doi factori? Acest fapt ne spune c variabila X explic un procent de varian aproximativ egal att din factorul A ct i din factorul B (aadar nu defineste clar nici unul dintre cei doi factori) i prin urmare ar trebui eliminat din analiz i refcut analiza factorial.
Criterii privind numrul de factori extrai:
1. Criteriul lui Kaiser vom reine toi factorii care au valori eigenvalue peste 1. 2. Criteriul procentului de varian cumulat explicat de toi factorii extrai: peste 40 % 3. Minim 3 itemi per factor. 4. Criteriul adecvri modelului teoretic la modelul empiric reprezentat de variabile: procentul de reziduuri nonredundante mai mari dect 0.05 s fie sub 50 % (n tabelul Reproduced Correlation). Dac ntr-un model factorial cu 2 factori procentul de reziduuri este peste 50% iar n cel cu 3 factori procentul de reziduuri este sub 50%, atunci ar fi indicat s optm pentru modelul cu 3 factori. 5. Criteriul teoretic: dac scala a fost construit pe baza a trei dimensiuni, atunci vom extrage 3 factori i nu mai muli.
Criteriu suplimentar analiza post hoc: coeficienii alfa Cronbach pentru