Strona korzysta z plików cookies w celu realizacji usług i zgodnie z polityką plików cookies.
Możesz określić warunki przechowywania lub dostępu do plików cookies w Twojej przeglądarce.

Analiza Czynnikowa - idea


Analiza czynnikowa jest analizą, za pomocą której: 

- redukujemy ilość dostępnych informacji 

- łączymy podobne do siebie zmienne w grupy, 

- wyodrębniamy podobieństwa pomiędzy zmiennymi. 



Analiza czynnikowa służy temu, aby sensownie połączyć ze sobą grupy podobnych zmiennych w jedną grupę. 

Przykład: Badacz
chciał sprawdzić, jak popularne pasty do zębów są ocenianie przez konsumentów. Jako, że nie posiadał on odpowiedniego narzędzia badawczego, wybrał listę 100 przymiotników, mogących opisywać pastę do zębów (np.: droga, o dobrej jakości, ekskluzywna, przyjemna, zdrowa itp...) i poprosił osoby badane o udzielnie odpowiedzi. Przeprowadził on analizę czynnikową dla uzyskanych wyników i otrzymał trzy główne czynniki na podstawie całej listy 100 przymiotników: jakość, popularność, ochrona zębów. 

Można zatem zauważyć, że badaczowi udało się wydobyć z całego gąszczu informacji te trzy główne składowe, czynniki, na podstawie których możemy opisać pasty do zębów. Zawęził analizy do 3 czynników, które są spójne wewnątrz (tzn. pozycje wchodzące w skład danego czynnika są podobne do siebie) oraz niespójne na zewnątrz (tzn. grupy zmiennych są nie podobne do siebie) - to jest właśnie podstawowa zaleta analizy czynnikowej. 

Co więcej, badacz odkrył również, że te główne czynniki stanowią najważniejsze cechy opisu past do zębów. Wyznaczają one rodzaje ocen poszczególnych produktów. Analiza czynnikowa dostarcza
nam informacji o występowaniu jakiś grup zmiennych, które to mogą być ważne w pomiarze danej cechy. Dzięki niej możliwe jest również "znalezienie" nowych czynników, do tej pory nie odkrytych przez badaczy. 

Potrzebujesz statystycznej analizy danych? Przejdź TU! 

Analizując zalety analizy czynnikowej z pragmatycznego punktu widzenia możemy dojść do wniosku, że zamiast analizować każdą z podobnych do siebie zmiennych, korzystamy z jednego uogólnionego czynnika. 

Jeżeli wyodrębnione na podstawie analizy czynnikowej grupy zmiennych są wewnętrznie spójne, tzn. posiadają wysoki wskaźnik rzetelności (np. alfa-Cronbacha) to możemy powiedzieć, że odkryliśmy pewien konstrukt, tzn. wchodzące w skład danego czynnika zmienne mierzą dokładnie pewną cechę. 

Występuje wiele metod wyodrębniania czynników oraz miar wskazujących na poprawność otrzymanych rozwiązań. Rozwiązania dostarczają nam informacji do ilu czynników możemy zawęzić zbiór analizowanych zmiennych, na ile pozycje wchodzące w skład danego czynnika są spójne, jak dużo wariancji wyjaśniają nowo powstałe czynniki, czy są one podobne do siebie, które z pozycji są istotne dla danych czynników, a które są nie diagnostyczne.