O seu Blog de Psicometria

Tenha acesso à nossa enciclopédia virtual de conhecimento em Psicometria e Análise de Dados

Junte-se a mais de 22.300 membros e receba conteúdos exclusivos e com prioridade

Compartilhe nas Redes Sociais

O que é Exploratory Graph Analysis?

Alex França

mar 28, 2022

Investigar o número de fatores ou dimensões latentes que fundamentam os dados multivariados é um aspecto importante na construção e validação de instrumentos em psicologia. É também um dos primeiros passos na análise de dados psicológicos, pois pode desempenhar um papel crucial na implementação de novas análises e conclusões extraídas dos dados.

Determinar o número de fatores também é relevante na construção de teorias psicológicas, pois algumas áreas (por exemplo, personalidade e inteligência) dependem muito da identificação de estruturas latentes para entender a organização dos traços humanos.

Desde a década de 1960, várias técnicas foram desenvolvidas para estimar o número de dimensões subjacentes em dados psicológicos, como a análise paralela (PA; Horn, 1965), a regra K1 (Kaiser, 1960) e o teste scree (Cattell, 1966). Simulação.

Recentemente, Golino e Epskamp (2017) propuseram uma abordagem alternativa, a Exploratory Graph Analysis (EGA), para identificar as dimensões dos construtos psicológicos.

A Exploratory Graph Analysis faz parte de uma nova área chamada psicometria de rede que se concentra na estimativa de modelos de rede não direcionados (Epskamp et al., 2017). A EGA combina o modelo GGM com um algoritmo de agrupamento para redes ponderadas (Walktrap; Pons & Latapy, 2006) para avaliar a dimensionalidade dos itens em construtos psicológicos. O algoritmo usa “caminhadas aleatórias – random walks” de um nó para outro. Isso acontece por meio das arestas.

De modo detalhado, o procedimento primeiramente, estima a matriz de correlação das variáveis ​​observáveis; então passa a usar a estimação LASSO para obter a matriz de covariância inversa esparsa, com o parâmetro de regularização definido via EBIC sobre 100 valores diferentes. Na última etapa, o algoritmo walktrap (Pons & Latapy, 2005) é usado para encontrar o número de subgrafos densos da matriz de correlação parcial. Veja o gráfico gerado.

Observamos no gráfico que o número de subgráficos densos identificados (ou seja, clusters em uma rede ponderada não direcionada) é igual ao número de fatores latentes em um determinado conjunto de dados. É importante notar que o EGA é capaz de estimar o número de dimensões subjacentes aos dados e mostrar claramente quais itens pertencem a cada dimensão.

Gostou desse conteúdo? Precisa aprender Análise de dados? Faça parte da Psicometria Online Academy: a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).

Referência

Golino, H., Shi, D., Christensen, A. P., Garrido, L. E., Nieto, M. D., Sadana, R., Thiyagarajan, J. A., & Martinez-Molina, A. (2020). Investigating the performance of exploratory graph analysis and traditional techniques to identify the number of latent factors: A simulation and tutorial. Psychological methods, 25(3), 292–320. https://doi.org/10.1037/met0000255

Bruno Figueiredo Damásio

Sou Psicólogo, mestre e doutor em Psicologia. Venho me dedicando à Psicometria desde 2007.

Fui professor e chefe do Departamento de Psicometria da UFRJ durante os anos de 2013 a 2020. Fui editor-chefe da revista Trends in Psychology, da Sociedade Brasileira de Psicologia (SBP) e Editor-Associado da Spanish Journal of Psychology, na sub-seção Psicometria e Métodos Quantitativos.

Tenho mais de 50 artigos publicados e mais de 5000 citações, nas melhores revistas nacionais e internacionais.

Compartilhe sua opinião sobre este post

Uma resposta

  1. Tenho 54 anos estou cursando psicanálise. Mais tudo é muito superficial, li seu artigo gostei muito.
    Continuarei a consultar.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Posts sugeridos

Por que aprender a programar em R?

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Explorando as etapas da análise de dados

Conteúdo

Mais lidos

O que é regressão linear simples?

O que é correlação de Pearson?

O que é o teste de Shapiro-Wilk?

Teste t de Student

Postados recentemente

Curso R para Iniciantes

Como criar gráficos no R com o ggplot2?

Quais pacotes usar na análise fatorial exploratória no R?

Como reestruturar o formato do banco de dados no R?

Deseja se tornar completamente autônomo e independente na análise dos seus dados?

Junte-se a mais de 22.300 membros e receba conteúdos exclusivos e com prioridade

Bruno Figueiredo Damásio

Sou Psicólogo, mestre e doutor em Psicologia. Venho me dedicando à Psicometria desde 2007.

 

Fui professor e chefe do Departamento de Psicometria da UFRJ durante os anos de 2013 a 2020. Fui editor-chefe da revista Trends in Psychology, da Sociedade Brasileira de Psicologia (SBP) e Editor-Associado da Spanish Journal of Psychology, na sub-seção Psicometria e Métodos Quantitativos.

 

Tenho mais de 50 artigos publicados e mais de 5000 citações, nas melhores revistas nacionais e internacionais. Atualmente, me dedico a formação de novos pesquisadores, através da Psicometria Online Academy. Minha missão é ampliar a formação em Psicometria no Brasil e lhe auxiliar a conquistar os seus objetivos profissionais.

Compartilhe sua opinião sobre este post

Posts sugeridos

Por que aprender a programar em R?

Diferenças entre Modelos Lineares e Modelos Lineares Generalizados (GLMs)

Explorando as etapas da análise de dados

Categorias