Как выполнить факторный анализ

Оглавление:

Anonim

Факторный анализ используется для выявления факторов среди наблюдаемых переменных или «скрытых» переменных. Аналогичным образом указано, что если набор данных содержит подавляющее количество переменных, можно выполнить факторный анализ, чтобы уменьшить количество переменных для анализа. Факторный анализ сгруппирует аналогичные переменные, производя набор факторов или скомпилированных переменных, которые будут использоваться для дальнейшего анализа. Пакет программного обеспечения для статистического анализа будет способствовать расчету факторного анализа. Примерами пакетов статистического анализа являются SPSS и SAS.

Предметы, которые вам понадобятся

  • Набор данных (с большим количеством переменных)

  • Программное обеспечение для статистического анализа

Создайте матрицу корреляции для набора данных. Корреляционная матрица представляет собой таблицу коэффициентов корреляции. Коэффициент корреляции является количественной единицей корреляции. Это число выражает направление и силу линейной зависимости, измеренной между двумя случайными переменными.

Установите базовые показатели для желаемых факторов (скомпилированные переменные). Например, если инструментом сбора данных является опрос, а ответы измеряются от 1 - наименьший желательный результат до 10 - наибольший желательный результат, можно изучить значения 8, 9 и 10 и соответствующие переменные сгруппировать в соответствии с подобиями для создания факторы.

Вращайте факторы, чтобы максимизировать линейные отношения между факторами и переменными. Для этой функции статистическое приложение демонстрирует свою ценность. Количество необходимых ручных вычислений будет огромным для большого набора данных.

Создайте и распечатайте выходной отчет. Выходной отчет будет включать следующие разделы: описательная статистика, матрица корреляции, критерий Кайзера-Мейера-Олкина и Бартлетта, сообщества, графическое изображение, матрица факторов и матрица повернутых факторов.

Интерпретация результатов статистического приложения на основе интуитивного знания данных и эмпирических вопросов, на которые необходимо ответить.