Факторний аналіз в експериментальних дослідженнях

Факторний аналіз – це статистичний метод, який використовується при опрацюванні великих масивів експериментальних даних.

Задачами факторного аналізу є:

Скорочення кількості змінних (редукція даних) і визначення структури взаємозв’язків між змінними.

Важлива відмінність факторного аналізу від усіх інших методів полягає в тому, що його не можна використовувати для обробки первинних експериментальних даних, тобто отриманих безпосередньо при дослідженні обстежуваних.

Матеріалом для факторного аналізу служать кореляційні зв’язки, а точніше коефіцієнт кореляції Пірсона, які обчислюються між змінними, що включені в дослідження. Іншими словами, факторному аналізу піддаються кореляційні матриці, або їх ще називають матриці інтеркориляці.

Найменування стовпців і рядків у цих матрицях однакові, так як вони представляють собою перелік змінних включених в аналіз. З цієї причини матриці завжди квадратні, тобто число стовпців і рядків рівні і симетричні. На симетричних місцях відносно головної діагоналі стоять одні і ті ж коефіцієнти кореляції. Необхідно підкреслити, що вихідна таблиця даних із якої отримується кореляційна матриця необов’язково має бути квадратною.

Основне поняття факторного аналізу – це фактор – штучний, статистичний показник, що виникає в результаті спеціальних перетворень таблиці коефіцієнтів кореляції між психологічними ознаками, що вивчаються чи матриці інтеркориляції.

Процедура виділення факторів із матриці інтеркореляції називається факторизацією матриці.

Елементи факторної матриці називають факторними вагами. І вони являють собою коефіцієнт кореляції даного фактору зі всіма показниками використаними у дослідженні.

Мінімальний рівень значимості коефіцієнтів кореляції в факторному аналізі береться рівним 0.4 інколи 0.3 за абсолютною величиною.

Оскільки немає спеціальних таблиць за якими можна було б визначити критичні значення для рівня значимості в факторній матриці, самий простий спосіб побачити, які змінні належать фактору – це означає виділити, ті з них, які мають загрузки вищі за 0.4 чи менші за – 0.4.

Простою називають структуру факторної матриці, якій кожна змінна має значимі загрузки, тільки за одним із факторів, а самі фактори незалежні один від одного.

Факторний аналіз може бути доречним, якщо:

1) Усі змінні повинні бути незалежними, а їхній розподіл повинен наближатися до нормального.

2) Неможна фактерезувати якісні дані отримані в шкалі найменування.

3) Зв’язки між змінними повинні бути приблизно лінійними або принаймні не мати явного прямолінійного характеру.

4) У вихідній кореляційній матриці повинно бути кілька кореляцій по модулю вище 0.3 у протилежному випадку досить важко утворити із матриці які-небудь факти.

5) Вибірка обстежуваних повинна бути досить велика.

Дата добавления: 2014-01-06