Doğrulayıcı faktör analizi (DFA) nedir?

Ölçek geliştiren ya da var olan bir ölçeği kullanan araştırmacıların sık karşılaştığı yöntemlerden biri doğrulayıcı faktör analizidir (DFA). Özellikle doktora tezlerinde ve ölçek uyarlama çalışmalarında ölçeğin yapısını sınamak için kullanılır. Bu yazıda DFA'nın mantığını, açımlayıcı faktör analizinden farkını ve temel kavramlarını açıklıyoruz.

Faktör analizi neyi amaçlar?

Faktör analizi, çok sayıda gözlenen değişkenin (ölçek maddelerinin) arkasında yatan daha az sayıdaki gizil (latent) yapıyı ortaya çıkarmayı amaçlar. Örneğin 20 maddelik bir tükenmişlik ölçeği, aslında "duygusal tükenme", "duyarsızlaşma" ve "kişisel başarı" gibi birkaç faktörü ölçüyor olabilir.

İki temel faktör analizi yaklaşımı vardır: açımlayıcı (AFA) ve doğrulayıcı (DFA).

AFA ile DFA arasındaki fark

İki yöntem amaç ve kullanım zamanı açısından farklılaşır:

• Açımlayıcı faktör analizi (AFA): Yapının önceden bilinmediği durumlarda kullanılır. "Bu maddeler kaç faktöre ayrılıyor?" sorusuna veriden hareketle yanıt arar. Keşfedici niteliktedir.
• Doğrulayıcı faktör analizi (DFA): Faktör yapısı hakkında önceden bir kuram ya da hipotez varken kullanılır. "Önerdiğim faktör yapısı veriyle uyumlu mu?" sorusunu test eder. Doğrulayıcı niteliktedir.

Tipik bir ölçek geliştirme sürecinde önce AFA ile yapı keşfedilir, ardından ayrı bir örneklemde DFA ile bu yapı sınanır.

DFA ne zaman kullanılır?

DFA özellikle şu durumlarda devreye girer:

• Daha önce geliştirilmiş bir ölçeğin farklı bir örneklemde geçerliğini sınamak.
• Yabancı dilden uyarlanan bir ölçeğin Türkçe formunun yapısını doğrulamak.
• Kuramsal olarak önerilen bir model yapısını test etmek.

DFA, yapısal eşitlik modellemesinin (YEM) ölçüm modeli kısmını oluşturur ve genellikle bu çerçevede ele alınır.

Faktör yükleri

Faktör yükü, bir maddenin ait olduğu faktörle ne kadar güçlü ilişkili olduğunu gösterir. Standartlaştırılmış faktör yükleri genellikle 0 ile 1 arasında yorumlanır:

• Yüksek faktör yükü, maddenin ilgili yapıyı iyi temsil ettiğini gösterir.
• Genel bir pratik eşik olarak 0,30–0,40 alt sınır, 0,50 ve üzeri ise iyi kabul edilir.
• Çok düşük yük veren maddeler, ölçekten çıkarılması değerlendirilen maddelerdir.

Faktör yüklerinin yanı sıra, maddelerin anlamlılığı (t veya kritik oran değerleri) de incelenir.

Uyum indeksleri (fit indices)

DFA'nın en önemli çıktısı, önerilen modelin veriye ne kadar uyduğunu gösteren uyum indeksleridir. En sık raporlananlar şunlardır:

• Ki-kare / serbestlik derecesi oranı: Genellikle 3'ün (bazı kaynaklarda 5'in) altı kabul edilebilir sayılır.
• CFI ve TLI: 0,90 üzeri kabul edilebilir, 0,95 üzeri iyi uyum.
• RMSEA: 0,08'in altı kabul edilebilir, 0,05'in altı iyi uyum.
• SRMR: 0,08'in altı kabul edilebilir.

Tek bir indekse değil, birden fazla uyum ölçüsüne birlikte bakmak gerekir. Bu eşikler kesin kurallar değil, yaygın olarak kullanılan rehber değerlerdir.

AMOS ile DFA

DFA, genellikle yapısal eşitlik modellemesine uygun yazılımlarla yapılır. AMOS, SPSS ile entegre çalışan ve modeli görsel olarak (diyagramla) kurmaya imkân veren yaygın bir araçtır. AMOS ile:

• Ölçüm modelini grafiksel olarak çizebilir,
• Faktör yüklerini ve uyum indekslerini hesaplayabilir,
• Model iyileştirme önerilerini (modification indices) değerlendirebilirsiniz.

Modeli iyileştirirken yapılan değişikliklerin kuramsal olarak da anlamlı olması önemlidir; yalnızca uyumu artırmak için yapılan veri güdümlü düzenlemeler eleştiriye açıktır.

Sık yapılan hatalar

• AFA ve DFA'yı aynı örneklem üzerinde art arda uygulamak.
• Tek bir uyum indeksine bakarak modeli kabul ya da reddetmek.
• Düşük faktör yüklü maddeleri kuramsal gerekçe olmadan çıkarmak.
• Modeli yalnızca istatistiksel önerilerle aşırı düzenlemek.

Profesyonel destek: Doktora tezinizde ölçek doğrulama, DFA ve yapısal eşitlik modellemesi süreçlerinde İstatistik Atölyesi olarak 2012'den bu yana AMOS desteği sunuyoruz. Doğru ve savunulabilir analiz için bizimle iletişime geçebilirsiniz: +90 544 438 00 67.