L'analyse factorielle est une méthode statistique pour trouver des variables latentes dans un ensemble de données. Une variable latente est celui qui ne peut pas être directement observé ou mesuré. Par exemple, la hauteur peut être mesurée directement, mais de nombreuses variables psychologiques ne peuvent pas.
Les données établies habituellement comprend de nombreuses variables observées qui sont censées être liées à une ou plusieurs variables latentes. Ce sont des réponses souvent aux questions. L'analyse factorielle trouve les points communs entre ces variables et fournit des outils pour leur interprétation.
Instructions
La détermination du nombre de facteurs
1 Trouvez la sortie qui inclut des valeurs propres. Cela aura des noms différents en fonction du logiciel que vous utilisez, mais sera proche du début de la sortie et comprendra des termes tels que "valeurs propres" et "pour cent de la variance expliquée».
2 Trouver le nombre de facteurs par la valeur propre supérieure à 1 règle. Une méthode de détermination du nombre de facteurs est d'inclure tous les facteurs qui ont des valeurs propres supérieures à 1. La base de cette règle est que la valeur propre moyenne sera de 1, c'est donc tout valeurs propres qui sont supérieurs à la moyenne.
3 Trouver le nombre de facteurs par le pour cent de la variance expliquée. Le pour cent de la variance expliquée par chaque facteur est une autre façon de déterminer le nombre de facteurs. Vous pouvez inclure tous les facteurs qui expliquent plus d'un certain pour cent de la variance, ou vous pouvez inclure suffisamment de facteurs pour totaliser un certain pourcentage. Il n'y a pas de règles ici, mais un grand écart dans le pourcentage de variance expliquée peut être une bonne indication du nombre de facteurs à inclure.
4 Déterminer le nombre de variables via le test de pierrier, si disponible. La plupart des logiciels statistiques comprendra une option pour le test de pierrier. Ceci est un tracé de la pour cent de la variance expliquée par chaque facteur. Une forte courbure dans cette parcelle peut être une indication d'un bon point d'arrêt.
5 Décider sur un certain nombre de variables. Si toutes les méthodes sont d'accord, alors ceci est une décision facile. Mais en cas de désaccord, vous devrez peut-être essayer d'interpréter plusieurs facteurs différents analyses.
Interpréter les facteurs
6 Recherchez une section de sortie appelé "saturations de facteurs» ou «coefficients de régression» ou «scores de facteurs." Encore une fois, cela varie en fonction du logiciel que vous utilisez. Il devrait inclure une table où chaque ligne est une variable et les colonnes sont intitulées «facteur 1», «facteur 2» et ainsi de suite.
7 Rechercher des charges qui sont loin de 0, dans les deux sens. Ceux-ci représentent des variables qui se chargent fortement sur ce facteur. Si les variables qui se chargent fortement sur un facteur vont ensemble d'une certaine façon pratiquement significative, alors que c'est un facteur interprétable. Si elles ne le font pas, alors vous pouvez avoir à explorer d'autres méthodes d'analyse des facteurs.
8 Nommez les facteurs. Si vous avez trouvé des facteurs interprétables, vous pouvez les nommer et de les décrire.
Conseils et avertissements
- Essayez différentes méthodes d'analyse des facteurs avant de se fixer sur une seule.
- L'analyse factorielle est une technique avancée qui nécessite à la fois l'expertise de fond et de statistique à appliquer correctement.