img
Faktorska analiza

Faktorska analiza je ena izmed metod za redukcijo podatkov. Pri faktorski analizi gre za študij povezav med spremenljivkami tako, da poizkušamo najti novo množico spremenljivk, ki predstavljajo to, kar je skupnega opazovanim spremenljivkam. Med tem, ko je pri metodi glavnih komponent pomembna varianca, je pri faktorski analizi bistvena kovarianca oz. povezanost med spremenljivkami.

  • Množica novih spremenljivk mora biti manjša od množice merjenih spremenljivk. Faktorska analiza poizkuša poenostaviti kompleksnost povezav med množico opazovanih spremenljivk z razkritjem skupnih razsežnosti ali faktorjev, ki omogočajo vpogled v osnovno strukturo podatkov.
  • Metoda je uporabna v vseh tistih primerih, ko zaradi različnih vzrokov neposredno merjenje neke spremenljivke ni možno. V tem primeru merimo samo indikatorje pojma oz. konstrukta, ki ga neposredno ne moremo meriti. S faktorsko analizo nato ugotovimo ali so zveze med opazovanimi spremenljivkami (ali indikatorji) pojasnljive z manjšim številom posredno opazovanih spremenljivk ali faktorjev.
  • Cilj faktorske analize je ugotoviti ali so povezanosti med opazovanimi spremenljivkami pojasnljive z manjšim številom posredno opazovanih spremenljivk ali faktorjev. Za razliko od metode glavnih komponent, lahko pri faktorski analizi nove faktorje poimenujemo tudi vsebinsko.
  • Rotacije

    S pomočjo rotiranja dobimo teoretično pomembne faktorje in čim enostavnejšo faktorsko strukturo. Za rotacijo se odločamo predvsem takrat, ko skupnih faktorjev ne moremo smiselno interpretirati - če so npr. projekcije iste spremenljivke precejšnje na več faktorjih, ali pa če imamo splošen faktor (projekcije vseh spremenljivk na prvi faktor so precejšnje).

    Ločimo dve vrsti rotacij:

    Pravokotne, kjer so rotirani faktorji neodvisni med seboj (znana metoda je npr. varimax, ki maksimizira varianco kvadratov uteži v vsakem faktorju in s tem poenostavlja strukturo po stolpcih);

    Poševne, kjer so rotirani faktorji odvisni med seboj, med njimi ni pravega kota in faktorji med seboj korelirajo (npr. oblimin). V primeru poševnih rotacij lahko spremenljivke (točke v poševnem koordinatnem sistemu) projiciramo na poševne faktorje na dva načina in sicer vzporedno, pri čemer dobimo pattern uteži, ki so parcialni koeficienti korelacije med spremenljivko in faktorjem in. predstavljajo “suhi vpliv” spremenljivke na faktor ter pravokotno, s čemer dobimo strukturne uteži, ki so navadni koeficienti korelacije med spremenljivko in faktorjem.