Faktoru analīze tiek izmantota, lai atklātu faktorus starp novērotajiem mainīgajiem vai “latentajiem” mainīgajiem. Līdzīgi, ja datu kopa satur milzīgu skaitu mainīgo, var veikt faktoru analīzi, lai samazinātu analizējamo mainīgo skaitu. Faktoru analīze apkopos līdzīgus mainīgos lielumus, veidojot faktoru kopumu vai apkopotus mainīgos lielumus, ko izmanto turpmākai analīzei. Faktora analīzes aprēķinā būs noderīga statistikas analīzes programmatūras pakete. Statistiskās analīzes pakotņu piemēri ir SPSS un SAS.
Preces, kas jums būs nepieciešamas
-
Datu kopa (ar lielu skaitu mainīgo)
-
Statistikas analīzes programmatūra
Izveidojiet korelācijas matricu uz datu kopas. Korelācijas matrica ir korelācijas koeficientu tabula. Korelācijas koeficients ir korelācijas kvantitatīvā vienība. Šis skaitlis izsaka lineārās attiecības virzienu un stiprumu, kas mērīts starp diviem nejaušiem mainīgajiem lielumiem.
Izveidot pamatu vēlamajiem faktoriem (apkopotajiem mainīgajiem). Piemēram, ja datu vākšanas instruments ir apsekojums, un atbildes tiek mērītas no 1 - vismazāk vēlams rezultāts līdz 10 - visvairāk vēlams rezultāts, var pārbaudīt 8, 9 un 10 vērtības un atbilstošos mainīgos lielumus grupēt pēc līdzībām, ko rada faktoriem.
Pagrieziet faktorus, lai palielinātu lineāras attiecības starp faktoriem un mainīgajiem. Šai funkcijai statistikas lietojums parāda tā vērtību. Nepieciešamo manuālo aprēķinu skaits lielā datu kopumā būtu liels.
Izveidojiet un izdrukājiet izejas pārskatu. Izvilkuma ziņojumā būs šādas sadaļas: Aprakstošā statistika, korelācijas matrica, Kaiser-Meyer-Olkin un Bartlett tests, kopienas, skrējiens, faktora matrica un pagrieztā faktora matrica.
Interpretēt statistiskās lietojumprogrammas izlaidi, balstoties uz intuitīvām zināšanām par datiem un empīriskiem jautājumiem, uz kuriem jāatbild.
