Please use this identifier to cite or link to this item: http://arl.liuc.it/dspace/handle/2468/5128
Title: Exploratory factor analysis of ordinal variables: a copula approach = Analisi fattoriale esplorativa di variabili ordinali: un approccio via copula
Authors: Nai Ruscone, Marta
Issue Date: 2017
Publisher: Firenze University Press
Bibliographic citation: Nai Ruscone Marta (2017), Exploratory factor analysis of ordinal variables: a copula approach = Analisi fattoriale esplorativa di variabili ordinali: un approccio via copula. In: Petrucci Alessandra, Verde Rosanna, eds., SIS 2017. Statistics and Data Science: new challenges, new generations: 28-30 June 2017 Florence (Italy): proceedings of the Conference of the Italian Statistical Society. (Proceedings e report, 114). Firenze: Firenze U.P, p. 737-742. ISBN 978-88-6453-521-0.
Abstract: Exploratory factor analysis attempts to identify the underlying factors that explain the pattern of correlations within a set of observed variables. The analysis is almost always performed with Pearson’s correlations even when the data are ordinal, but this is not appropriate since they are not quantitative data. The use of Likert scales is increasingly common in the field of social research, so it is necessary to determine which methodology is the most suitable for analysing the data obtained as non quantitative measures. In this context, also by means of simulation studies, we aim to illustrate the advantages of using Spearman’s grade correlation coefficient on a transformation operated by the copula function in order to perform exploratory factor analysis of ordinal variables. Moreover, by using the copula, we consider the general dependence structure, providing a more robust reproduction of the measurement model.
L'analisi fattoriale esplorativa vuole identificare i fattori latenti che spiegano un insieme di variabili osservate. L'analisi quasi sempre utilizza la correlazione di Pearson, anche quando i dati sono di natura ordinale, ma questo non è appropriato in quanto questi dati non sono quantitativi. L'uso di scale Likert è sempre più comune nel campo della ricerca sociale, risulta quindi necessario determinare quale metodo risulta essere più idoneo per l'analisi di tali dati tenendo presente che spesso vengono analizzati utilizzando tecniche idonee solo per misure quantitative. In questo contesto, e mediante studi di simulazione, si illustrano i vantaggi nell'utilizzo dello Spearman grade correltion ottenuto mediante l'utilizzo dalla funzione copula anziché della correlazione di Pearson. Con l'utilizzo della copula, si considera così la struttra di dipendenza generale, fornendo così una misurazione più accurata.
URI: http://arl.liuc.it/dspace/handle/2468/5128
Journal/Book: SIS 2017. Statistics and Data Science: new challenges, new generations: 28-30 June 2017 Florence (Italy): proceedings of the Conference of the Italian Statistical Society
ISBN: 978-88-6453-521-0
Appears in Collections:Contributo in atti di convegno

Files in This Item:
File Description SizeFormat 
5128.pdf
  Restricted Access
465,39 kBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.