Faktorska analiza koristi se za otkrivanje čimbenika između promatranih varijabli ili "latentnih" varijabli. Slično tome, ako skup podataka sadrži veliki broj varijabli, može se provesti faktorska analiza kako bi se smanjio broj varijabli za analizu. Faktorska analiza grupirat će slične varijable, stvarajući skup čimbenika ili sastavljenih varijabli, koje će se koristiti za daljnju analizu. Programski paket za statističku analizu bit će ključan u izračunu faktorske analize. Primjeri paketa statističke analize su SPSS i SAS.
Stavke koje su vam potrebne
-
Skup podataka (s velikim brojem varijabli)
-
Softver za statističku analizu
Generirajte matricu korelacije na skupu podataka. Korelacijska matrica je tablica koeficijenata korelacije. Koeficijent korelacije je kvantitativna jedinica korelacije. Taj broj izražava smjer i jačinu linearnog odnosa izmjerenog između dvije slučajne varijable.
Uspostavite polazne vrijednosti za željene čimbenike (sastavljene varijable). Na primjer, ako je instrument za prikupljanje podataka anketa, a odgovori se mjere od 1 - Najmanje poželjan ishod do 10 - najpoželjniji ishod, vrijednosti od 8, 9 i 10 mogu se ispitati i odgovarajuće varijable grupirati prema sličnostima za stvaranje čimbenici.
Rotirajte čimbenike kako biste maksimizirali linearne odnose između čimbenika i varijabli. Za ovu funkciju statistička aplikacija pokazuje svoju vrijednost. Broj potrebnih ručnih izračuna bio bi ogroman na velikom skupu podataka.
Generirajte i ispišite izvješće Izlaz. Izlazno izvješće sadržavat će sljedeće odjeljke: Deskriptivna statistika, korelacijska matrica, Kaiser-Meyer-Olkinov i Bartlettov test, komunalije, scree parcela, faktorska matrica i rotirana matrica faktora.
Interpretirati rezultate statističke primjene na temelju intuitivnog poznavanja podataka i empirijskih pitanja na koja treba odgovoriti.
