Comprendre l'analyse factorielle en psychologie

Comme de nombreuses méthodes, ceux qui étudient la psychologie utilisent, l'analyse factorielle a une longue histoire.

L'objectif principal de l'analyse factorielle est de distiller un ensemble de données important dans un ensemble de connexions ou de facteurs.

Il a été initialement développé par le psychologue britannique Charles Spearman au début du XXe siècle et a continué à être utilisé non seulement en psychologie, mais dans d'autres domaines qui dépendent souvent des analyses statistiques,

Mais qu'est-ce que c'est, quels sont les exemples du monde réel, et quels sont les différents types? Dans cet article, nous répondrons à toutes ces questions.

Guide d'étude des méthodes de recherche en psychologie

Qu'est-ce que l'analyse factorielle et que fait-il?

L'objectif principal de l'analyse factorielle est de distiller un ensemble de données important dans un ensemble de connexions ou de facteurs. Dr. Jessie Borelli, PhD, qui travaille à l'Université de Californie-irvine, utilise une analyse factorielle dans son travail sur l'attachement.

Elle fait des recherches qui examinent comment les gens perçoivent les relations et comment ils se connectent les uns aux autres. Elle donne l'exemple de fournir un questionnaire hypothétique avec 100 éléments dessus et d'utiliser une analyse factorielle pour approfondir les données.
"Donc, plutôt que de regarder chaque élément individuel à lui seul, je préfère dire:" Y a-t-il un moyen par lequel ces éléments se regroupe les articles individuels."

L'analyse factorielle cherche à identifier les modèles où il est supposé qu'il existe déjà des liens entre les zones des données.

Un exemple où l'analyse factorielle est utile

Un exemple courant d'une analyse factorielle est lorsque vous prenez quelque chose de pas facilement quantifiable, comme le statut socio-économique, et que vous l'utilisez pour regrouper des variables hautement corrélées comme le niveau de revenu et les types d'emplois.

L'analyse factorielle n'est pas seulement utilisée en psychologie mais également déployée dans des domaines comme la sociologie, les affaires et les domaines du secteur de la technologie comme l'apprentissage automatique.

Types d'analyse factorielle

Il existe deux types d'analyse factorielle qui sont le plus souvent mentionnés: analyse factorielle exploratoire et analyse factorielle confirmatoire.

Types d'analyse factorielle

Voici les deux types d'analyse factorielle:

1. Analyse exploratoire: L'objectif de cette analyse est de trouver des modèles dans un ensemble de points de données.
2. Analyse factorielle confirmatoire: Le but de cette analyse est de tester diverses hypothèses sur un certain ensemble de points de données.

Analyse exploratoire

Dans une analyse exploratoire, vous êtes un peu plus ouvert d'esprit en tant que chercheur parce que vous utilisez ce type d'analyse pour donner une certaine clarté dans votre ensemble de données que vous n'avez pas encore trouvé. C'est une approche que Borelli utilise dans ses propres recherches.

Analyse factorielle confirmatoire

D'un autre côté, si vous utilisez une analyse factorielle confirmatoire, vous utilisez les hypothèses ou les résultats théoriques que vous avez déjà identifiés pour piloter votre modèle statistique.

Contrairement à une analyse factorielle exploratoire, où les relations entre les facteurs et les variables sont plus libres, une analyse factorielle confirmatoire vous oblige à sélectionner les variables que vous testez pour. Selon les mots de Borelli:

"Lorsque vous effectuez une analyse factorielle confirmatoire, vous vous dites en quelque sorte à votre programme analytique, à quoi vous pensez que les données devraient ressembler, en termes de je dirais:" Je pense qu'il devrait avoir ces deux facteurs et c'est ainsi que je pense que ça devrait ressembler.'"

Jargon de recherche en psychologie que vous devriez savoir

Avantages et inconvénients de l'analyse factorielle

Jetons un coup d'œil aux avantages et aux inconvénients de l'analyse factorielle.

Avantages

L'un des principaux avantages d'une analyse factorielle est qu'il permet aux chercheurs de percer plus profondément dans des ensembles de données fortement complexes tout en réduisant le risque de perdre la nuance impliquée.

Vous pouvez analyser moins de points de données

Lorsque vous répondez à vos questions de recherche, il est beaucoup plus facile de travailler avec trois variables que trente, par exemple.

Désavantages

Un inconvénient, en particulier lorsqu'un modèle d'analyse factorielle pour un certain outil est courant, est qu'il peut amener les chercheurs à se remettre en question sur plusieurs fronts lorsque les résultats qu'ils reçoivent sont différents de ce à quoi ils s'attendaient.
Par exemple, au cours d'une étude, Borelli a constaté qu'après avoir déployé une analyse factorielle, elle s'est retrouvée avec des résultats qui ne se connectaient pas bien à ce qui avait été trouvé dans des centaines d'autres études.

En raison de la nature de l'échantillon nouveau et d'être plus diversifié culturellement que d'autres explorés, elle a utilisé une analyse factorielle exploratoire qui lui a laissé plus de questions que de réponses.

Étapes de la méthode scientifique dans la recherche en psychologie

Comment l'analyse factorielle est-elle utilisée en psychologie?

L'objectif de l'analyse factorielle en psychologie est souvent de faire des liens qui permettent aux chercheurs de quantifier ce qui est initialement difficile ou impossible à observer.

Ainsi, par exemple, si nous prenons la panique comme un facteur en soi, c'est difficile à quantifier. Cependant, si nous utilisons un modèle d'analyse factorielle bien établi qui est utilisé avec des outils de diagnostic courants, nous pouvons tirer des conclusions solides sur l'expérience de la panique de quelqu'un.

L'analyse factorielle a souvent été utilisée dans le domaine de la psychologie pour nous aider à mieux comprendre la personnalité et les troubles de la personnalité.

Cela est dû à la multitude de facteurs que les chercheurs doivent considérer en ce qui concerne la façon dont quelqu'un se comprend. Ce domaine de recherche n'est certainement pas nouveau, avec une recherche facilement trouvable datant de 1942 chantant ses louanges.

Pourquoi les statistiques sont-elles nécessaires en psychologie?