Factoranalyse is een statistische reductiemethode die tot doel heeft de mogelijke correlaties tussen bepaalde variabelen te verklaren. Om dit te doen, rekening houdend met het effect van andere factoren, die niet waarneembaar zijn.
Daarom is wat deze analyse doet verminderen. We nemen dus een groot aantal variabelen en door deze techniek slagen we erin om ze terug te brengen tot een meer beheersbare grootte. Om dit te doen, wordt een reeks lineaire combinaties gebruikt van de waargenomen combinaties met andere die niet zichtbaar zijn.
De twee modellen: verkennend en bevestigend
We hebben twee manieren om deze statistische techniek uit te voeren, er zijn duidelijke verschillen tussen de twee die bekend moeten zijn.
- Verkennende factoranalyse: In dit geval is het doel om de latente constructies (die niet worden gezien) te kennen om te controleren of ze geldig kunnen zijn. We hebben dus te maken met informatie van een verkennend type die dient om een later model te maken, maar we weten dit niet a priori.
- Bevestigende factoranalyse: In dit geval hebben we te maken met een statistisch bevestigingsproces. We vertrekken van een theoretisch model gemaakt met de bestaande literatuur over het bestudeerde fenomeen. Later contrasteren we het om de mate van geldigheid ervan te kennen.
Hoe een factoranalyse uit te voeren?
Laten we eens kijken, op een eenvoudige manier, hoe een verkennende factoranalyse kan worden uitgevoerd, een van de meest gebruikte in de sociale wetenschappen. Opgemerkt moet worden dat de onderstaande punten kunnen worden geselecteerd in statistische programma's zoals SPSS bij het uitvoeren van de analyse.
- Betrouwbaarheidsanalyse: Normaal gesproken wordt Cronbach's Alpha gebruikt, wat het mogelijk maakt de interne consistentie van het model te kennen. Waarden groter dan 0,70 worden als acceptabel beschouwd.
- Beschrijvende statistieken: Deze geven ons basisinformatie over de geanalyseerde gegevens. Het gemiddelde, de variantie of het maximum en minimum.
- Correlatiematrixanalyse: Deze berekeningen worden uitgevoerd door SPSS. Hier moeten we opletten of de determinant dicht bij nul ligt. Anderzijds moeten de berekende correlaties verschillend zijn van nul.
- KMO-monster toereikendheidsmaatregel: Hiermee kunnen we de correlatiecoëfficiënten contrasteren. Aan de ene kant de waargenomen en aan de andere kant de gedeeltelijke. Het heeft waarden tussen 0 en 1 en wordt als acceptabel beschouwd als het groter is dan 0,5.
- Bartlett's test van bolvormigheid: In dit geval contrasteert het dat de correlatiematrix een identiteitsmatrix is, in welk geval de analyse niet kon worden uitgevoerd. Het geschatte Chi-kwadraat wordt berekend en als het kleiner is dan het theoretische, kan de factoriële analyse worden uitgevoerd.
- Analyse van gemeenschappelijkheid: Nogmaals, het is een indicator van relevantie. Om geldig te zijn, moet het waarden hebben die groter zijn dan 0,5.
- Geroteerde componentenmatrix: Het wordt gebruikt om de eigenwaarden te extraheren die groter zijn dan een waarde, normaal gesproken 1. Op deze manier worden de gereduceerde factoren verkregen die de variabelen vertegenwoordigen. Sedimentatiegrafieken en de matrix zelf worden gebruikt om het nummer te kiezen.
- Totale variantie uitgelegd: Ten slotte vertelt deze analyse ons wat de totale variantie is die door het voorgestelde model wordt verklaard. Dus hoe hoger deze waarde, hoe beter het model de totale dataset kan verklaren.
Voorbeelden van factoranalyse
Factoranalyse heeft veel toepassingen in verschillende wetenschapsgebieden.
Laten we enkele voorbeelden bekijken:
- In marketing wordt het veel gebruikt wanneer we de wil om te kopen willen weten. We analyseren bijvoorbeeld verschillende sociaaleconomische, emotionele of persoonlijke variabelen. Zodra we ze hebben, verminderen we hun aantal met factoranalyse en kunnen we ze beter interpreteren.
- In de boekhouding kunnen we weten welke items het duidelijkst van invloed zijn op het behalen van bedrijfswinsten. Zo weten we waar we meer invloed moeten hebben.
- In het onderwijs kunnen we de aanleg van een leerling voor een vak kennen. Door bepaalde onderzoeken uit te voeren over de manier waarop het wordt bestudeerd, kunnen we een database verkrijgen waarin factoranalyse kan worden toegepast.