Faktoranalüüs on statistiline redutseerimismeetod, mille eesmärk on selgitada võimalikke seoseid teatud muutujate vahel. Selleks võetakse arvesse muude tegurite mõju, mida pole võimalik jälgida.
Seetõttu vähendab see, mida see analüüs teeb. Seega võtame suure hulga muutujaid ja selle tehnika abil õnnestub need vähendada hallatavamale suurusele. Selleks kasutatakse rida lineaarseid kombinatsioone nendest, mida on täheldatud teistega, mis pole nähtavad.
Kaks mudelit: uuriv ja kinnitav
Selle statistilise tehnika teostamiseks on meil kaks võimalust, nende kahe vahel on selgeid erinevusi, mida tuleks teada.
- Uurimuslik teguranalüüs: Sel juhul on eesmärk teada varjatud konstruktsioone (mida pole näha), et kontrollida, kas need võivad olla kehtivad. Seega on meil tegemist uurivat tüüpi teabega, mis aitab luua hilisemat mudelit, kuid me ei tea seda a priori.
- Kinnitav teguranalüüs: Sel juhul seisame silmitsi statistilise kinnitamise protsessiga. Lähtume uuritava nähtuse kohta olemasoleva kirjandusega loodud teoreetilisest mudelist. Hiljem vastandame seda, et teada saada selle kehtivusaste.
Kuidas teha faktoranalüüsi
Vaatame lihtsal viisil, kuidas saab läbi viia uurimusliku tegurianalüüsi, mis on sotsiaalteadustes üks enim kasutatavaid. Tuleb märkida, et allpool nimetatud punkte saab analüüsi tegemisel valida statistikaprogrammides, näiteks SPSS.
- Usaldusväärsuse analüüs: Tavaliselt kasutatakse Cronbachi Alpha, mis võimaldab teada mudeli sisemist järjepidevust. Väärtusi, mis on suuremad kui 0,70, peetakse vastuvõetavaks.
- Kirjeldav statistika: Need annavad meile põhiteavet analüüsitud andmete kohta. Keskmine, dispersioon või maksimum ja miinimum.
- Korrelatsioonimaatriksi analüüs: Need arvutused teostab SPSS. Siinkohal peame pöörama tähelepanu sellele, kas determinant on nullilähedane. Teiselt poolt peavad arvutatud korrelatsioonid nullist erinema.
- KMO valimi adekvaatsuse mõõt: Võimaldab meil korrelatsioonikordajaid vastandada. Ühelt poolt vaadeldavad ja teiselt poolt osalised. See võtab väärtused vahemikus 0 kuni 1 ja seda peetakse vastuvõetavaks, kui see on suurem kui 0,5.
- Bartletti sfäärilisuse test: Sel juhul vastandub see sellele, et korrelatsioonimaatriks on identiteedimaatriks, mille puhul analüüsi ei saanud teha. Hinnanguline Chi ruut arvutatakse ja kui see on teoreetilisest väiksem, saab teha faktooranalüüsi.
- Ühtsuse analüüs: Jällegi on see asjakohasuse näitaja. Kehtivuse tagamiseks peab see olema suurem kui 0,5.
- Pööratud komponentmaatriks: Seda kasutatakse väärtusest suuremate omaväärtuste eraldamiseks, tavaliselt 1. Sel viisil saadakse muutujaid esindavad vähendatud tegurid. Numbri valimiseks kasutatakse settimisgraafikuid ja maatriksit ennast.
- Totaalne dispersioon on selgitatud: Lõpuks ütleb see analüüs meile, milline on kavandatava mudeliga seletatav summaarne dispersioon. Seega, mida suurem on see väärtus, seda paremini suudab mudel kogu andmekogumit selgitada.
Faktoranalüüsi näited
Faktoranalüüsil on palju rakendusi erinevates teadusvaldkondades.
Vaatame mõningaid näiteid:
- Turunduses kasutatakse seda laialdaselt, kui tahame teada ostutahet. Näiteks analüüsime erinevaid sotsiaalmajanduslikke, emotsionaalseid või isiklikke muutujaid. Kui need on olemas, vähendame nende arvu faktoranalüüsiga ja saame neid paremini tõlgendada.
- Raamatupidamises saame teada, millised kirjed mõjutavad ärikasumi saamist kõige selgemini. Seega teame, kus peaksime rohkem mõjutama.
- Hariduses võime teada õpilase eelsoodumust õppeainele. Tehes teatavaid uuringuid selle uurimise kohta, võime saada andmebaasi, kus tegurianalüüsi rakendada.