Un modello di mistura CFA per campioni eterogenei: uno studio di simulazione

In psychology, rating scales and questionnaires are often administered to heterogeneous samples. This heterogeneity could bias statistical analyses if not properly treated. Standard factor analysis models assume that all the subjects would follow a common model, ignoring the effects of sample heterogeneity. Therefore, we propose a mixture model that clusters respondents that follow a Confirmatory Factor Analysis (CFA) model, the assumed model for the data covariance structures, and respondents that reflect an Exploratory Factor Analysis (EFA) model. In doing so, we allow the latent structure of EFA model to be estimated based on the subjects excluded from CFA model. A simulation study is conducted to assess the properties of mixture CFA model.

In psicologia, test e questionari sono spesso amministrati a campioni eterogenei. Questa eterogeneità potrebbe distorcere le analisi statistiche se non trattata adeguatamente. I modelli di analisi fattoriale standard assumono che tutti i soggetti debbano seguire un modello comune, ignorando gli effetti dell'eterogeneità campionaria. In questa tesi, viene proposto un modello di mistura che raggruppi i soggetti che segono un modello di Confirmatory Factor Analysis (CFA), il modello assunto per le strutture di covarianza dei dati dal ricercatore, e i soggetti che riflettono un modello di Exploratory Factor Analysis (EFA). Pertanto, la struttura latente del modello EFA sarà stimata sulla base dei soggetti esclusi dal modello CFA. Uno studio di simulazione è stato condotto per verificare le proprietà della modello di mistura CFA.