Vícerozměrné statistické metody - detail zprávy #436

Faktorová analýza dotazníku stresu vysokoškolských studentů

Michaela Grebeňová, 02. 03. 2025

Data: Student Stress Survey, Vivien Rolfe, https://doi.org/10.6084/m9.figshare.11559528.v1

V práci se vyskytuje: EFA/PCA

Udělená slovní hodnocení

• Téma je aktuální. Poslední kapitolu bych nadepsala spíše závěr, protože k diskusi nedochází. Na rozdíl od AI chápu, že výběr metody je trochu umělý, aby se splnilo zadání. Uvádím i hodnocení AI: Shrnutí hodnocení ✅ Pozitivní aspekty: Práce obsahuje jasně definovanou problematiku. Používá standardní metodu (faktorovou analýzu) k identifikaci struktur v datech. Uvádí Cronbachovu alfu a sutinový graf. ⚠️ Nedostatky: Použití metody hlavních komponent (PCA) místo faktorové analýzy. Chybí testy vhodnosti faktorové analýzy (KMO a Bartlettův test). Nejasné zdůvodnění volby počtu faktorů. Chybí reliabilita jednotlivých faktorů. Absence hlubší diskuse o validitě a limitech výzkumu. Doporučení pro vylepšení: Lépe zdůvodnit volbu metody a zvážit použití klasické faktorové analýzy místo PCA. Doplnit KMO a Bartlettův test k ověření vhodnosti faktorové analýzy. Ověřit počet faktorů paralelní analýzou místo pouhého kritéria "vlastní číslo > 1". Zahrnout reliabilitu jednotlivých faktorů pomocí Cronbachovy alfy. Doplnit vizualizace faktorových zatížení a korelace mezi faktory. Celkově jde o solidní práci, ale její metodologická část by měla být lépe podložená a diskutovaná.
• Teoretická část je přiléhavá rozsahu práce, tabulky i grafy jsou přehledné. Velmi mi zde chybí kapitola o položkách v dotazníku! Na jaké škále byly hodnoceny, jak vypadaly samotné otázky. Jinak oceňuji shrnutí i nástin aplikace poznatků do praxe (proč to zkoumat).
• Téma stresu vysokoškolských studentů je prezentováno zajímavě a komplexně, proto dávám vysoké hodnocení. Výborný příklad faktorové analýzy. Přehledně zpracované tabulky a grafy, vysoká didaktická hodnota.