Η διερευνητική παραγοντική ανάλυση στο SPSS εξετάζει αν πολλές μεταβλητές μπορούν να οργανωθούν σε μικρότερο αριθμό υποκείμενων παραγόντων. Χρησιμοποιείται συχνά σε ερωτηματολόγια και ψυχομετρικές κλίμακες. Πριν ερμηνεύσεις τους παράγοντες, πρέπει να ελέγξεις αν τα δεδομένα είναι κατάλληλα για αυτή την ανάλυση. Ο δείκτης KMO και ο έλεγχος Bartlett βοηθούν σε αυτή την αξιολόγηση. Στη συνέχεια εξετάζεις την εξαγωγή παραγόντων και τις παραγοντικές φορτίσεις.
Περιεχόμενα άρθρου
1. Τι είναι η διερευνητική παραγοντική ανάλυση στο SPSS;
Η διερευνητική παραγοντική ανάλυση αναζητά τη δομή που βρίσκεται πίσω από ένα σύνολο συσχετιζόμενων μεταβλητών. Δεν ξεκινά με αυστηρά προκαθορισμένη παραγοντική δομή.
Ας υποθέσουμε ότι ένα ερωτηματολόγιο περιλαμβάνει 20 προτάσεις. Θεωρητικά, αυτές μπορεί να μετρούν τρεις διαφορετικές διαστάσεις.
Η παραγοντική ανάλυση εξετάζει ποιες προτάσεις παρουσιάζουν παρόμοιο πρότυπο συσχετίσεων. Οι προτάσεις που κινούνται μαζί μπορούν να συνδέονται με κοινό παράγοντα.
Για παράδειγμα, τέσσερις ερωτήσεις μπορεί να σχετίζονται έντονα με εργασιακή εξουθένωση. Άλλες ερωτήσεις μπορεί να σχηματίζουν διαφορετική διάσταση.
Η μέθοδος είναι ιδιαίτερα χρήσιμη όταν αναπτύσσεις νέα κλίμακα. Μπορεί επίσης να χρησιμοποιηθεί όταν εξετάζεις υπάρχουσα κλίμακα σε νέο δείγμα.
Δεν πρέπει όμως να χρησιμοποιείται μόνο για να μειωθεί ο αριθμός των μεταβλητών. Χρειάζεται θεωρητική λογική πίσω από την ερμηνεία των παραγόντων.
Η ανάλυση κύριων συνιστωσών δεν είναι ακριβώς η ίδια διαδικασία. Η πρώτη εστιάζει στη συνολική διακύμανση των μεταβλητών.
Η διερευνητική παραγοντική ανάλυση προσπαθεί περισσότερο να εντοπίσει υποκείμενες λανθάνουσες διαστάσεις. Για αυτό πρέπει να επιλέξεις μέθοδο ανάλογα με τον ερευνητικό σκοπό.
Το Columbia University εξηγεί ότι η διερευνητική παραγοντική ανάλυση χρησιμοποιείται για τη διερεύνηση της υποκείμενης δομής των παρατηρούμενων μεταβλητών.
2. Τι δείχνουν ο KMO και ο έλεγχος Bartlett;
Πριν προχωρήσεις στην εξαγωγή παραγόντων, πρέπει να εξετάσεις αν η συσχετιστική δομή των δεδομένων είναι επαρκής.
Ο δείκτης KMO εξετάζει κατά πόσο οι μεταβλητές διαθέτουν κοινή δομή που μπορεί να υποστηρίξει παραγοντική ανάλυση.
Η τιμή του κυμαίνεται από 0 έως 1. Υψηλότερες τιμές δείχνουν γενικά καταλληλότερη δομή συσχετίσεων.
Τιμές κάτω από 0,50 θεωρούνται συνήθως προβληματικές. Τιμές πάνω από 0,60 αντιμετωπίζονται συχνά ως πιο αποδεκτή βάση.
Δεν πρέπει όμως να χρησιμοποιήσεις ένα όριο μηχανικά. Πρέπει να εξετάσεις και τη συνολική ποιότητα του παραγοντικού αποτελέσματος.
Ο έλεγχος σφαιρικότητας Bartlett εξετάζει διαφορετικό ζήτημα. Ελέγχει αν ο πίνακας συσχετίσεων μοιάζει με μοναδιαίο πίνακα.
Σε έναν μοναδιαίο πίνακα οι μεταβλητές δεν παρουσιάζουν τις απαραίτητες μεταξύ τους συσχετίσεις. Αυτό δυσκολεύει ουσιαστικά την παραγοντική ανάλυση.
Αν ο Bartlett είναι στατιστικά σημαντικός, συνήθως με p < 0,05, απορρίπτουμε αυτή τη μηδενική υπόθεση.
Αυτό σημαίνει ότι υπάρχουν επαρκείς συσχετίσεις ώστε να εξεταστεί η παραγοντική δομή. Δεν αποδεικνύει όμως ότι το τελικό μοντέλο είναι καλό.
Για παράδειγμα, μπορείς να έχεις KMO = 0,82 και Bartlett με p < 0,001. Τα αποτελέσματα αυτά υποστηρίζουν τη συνέχιση της ανάλυσης.
Το SPSS εμφανίζει και τους δύο δείκτες στον ίδιο πίνακα. Η IBM επιβεβαιώνει ότι ο KMO εξετάζει τις μερικές συσχετίσεις. Ο Bartlett εξετάζει τον πίνακα συσχετίσεων.
3. Πώς επιλέγεις τον αριθμό των παραγόντων;
Η διερευνητική παραγοντική ανάλυση στο SPSS δεν ολοκληρώνεται επειδή οι KMO και Bartlett είναι αποδεκτοί. Πρέπει μετά να αποφασίσεις πόσους παράγοντες θα κρατήσεις.
Μια συνηθισμένη πληροφορία είναι οι ιδιοτιμές. Μεγαλύτερη ιδιοτιμή σημαίνει ότι ο αντίστοιχος παράγοντας εξηγεί μεγαλύτερο μέρος της διακύμανσης.
Ο κανόνας της ιδιοτιμής πάνω από 1 χρησιμοποιείται συχνά ως αρχική ένδειξη. Δεν πρέπει όμως να αποτελεί το μοναδικό κριτήριο.
Χρήσιμο είναι και το διάγραμμα ιδιοτιμών. Εκεί εξετάζεις το σημείο όπου η πτώση των ιδιοτιμών αρχίζει να εξομαλύνεται.
Οι παράγοντες πριν από αυτή την αλλαγή μπορεί να αποτελούν μια λογική λύση. Η απόφαση χρειάζεται όμως και θεωρητική ερμηνεία.
Αν το πρόγραμμα προτείνει τέσσερις παράγοντες αλλά ο τέταρτος δεν έχει σαφές νόημα, χρειάζεται μεγαλύτερη προσοχή.
Η απλή αύξηση του αριθμού των παραγόντων μπορεί να κάνει τη λύση δύσκολη στην ερμηνεία. Δεν επιλέγουμε περισσότερους μόνο για μεγαλύτερη εξηγούμενη διακύμανση.
Μετά την εξαγωγή εφαρμόζεται συνήθως περιστροφή. Στόχος είναι να γίνει η παραγοντική δομή περισσότερο καθαρή και ερμηνεύσιμη.
Η ορθογώνια περιστροφή Varimax θεωρεί τους παράγοντες ασυσχέτιστους. Αντίθετα, η λοξή περιστροφή επιτρέπει συσχέτιση μεταξύ παραγόντων.
Η Promax αποτελεί παράδειγμα λοξής περιστροφής. Σε κοινωνικές επιστήμες οι θεωρητικές διαστάσεις συχνά μπορούν να συσχετίζονται.
Για αυτό δεν πρέπει να χρησιμοποιείς Varimax αυτόματα. Η επιλογή περιστροφής πρέπει να συμφωνεί με τη θεωρία και τα δεδομένα.
4. Πώς ερμηνεύεις τις παραγοντικές φορτίσεις;
Οι παραγοντικές φορτίσεις δείχνουν πόσο έντονα συνδέεται κάθε μεταβλητή με έναν συγκεκριμένο παράγοντα. Οι μεγαλύτερες απόλυτες τιμές δείχνουν ισχυρότερη σύνδεση.
Για παράδειγμα, μια φόρτιση 0,72 δείχνει ισχυρότερη σχέση από μια φόρτιση 0,28. Το πρόσημο δείχνει την κατεύθυνση.
Πολλοί ερευνητές χρησιμοποιούν τιμές περίπου 0,30 ως ελάχιστη πρακτική ένδειξη. Άλλοι εφαρμόζουν αυστηρότερο όριο, όπως 0,40.
Δεν υπάρχει όμως ένα καθολικό όριο για κάθε έρευνα. Το απαιτούμενο μέγεθος εξαρτάται και από το δείγμα.
Πρόσεξε ιδιαίτερα τις ερωτήσεις που φορτίζουν έντονα σε δύο παράγοντες. Αυτές δυσκολεύουν την καθαρή ερμηνεία της δομής.
Ας υποθέσουμε ότι μια ερώτηση έχει φόρτιση 0,65 στον πρώτο παράγοντα. Στον δεύτερο έχει φόρτιση 0,61.
Η ερώτηση δεν διακρίνει καθαρά τις δύο διαστάσεις. Πρέπει να εξετάσεις το περιεχόμενό της πριν αποφασίσεις αν θα παραμείνει.
Μην διαγράφεις όμως ερωτήσεις μόνο για να βελτιώσεις αριθμητικά το αποτέλεσμα. Κάθε αφαίρεση πρέπει να έχει και θεωρητική αιτιολόγηση.
Με λοξή περιστροφή θα εμφανιστεί συνήθως πίνακας προτύπου. Αυτός χρησιμοποιείται συχνά ως βασικός πίνακας για την ερμηνεία των φορτίσεων.
Με ορθογώνια περιστροφή θα εξετάσεις συνήθως τον περιστραμμένο πίνακα παραγόντων. Η ακριβής ονομασία εξαρτάται από τη μέθοδο εξαγωγής.
Το Columbia University επισημαίνει ότι οι μεγαλύτερες φορτίσεις δείχνουν ισχυρότερη σχέση με τον παράγοντα. Η περιστροφή βοηθά στην ευκολότερη ερμηνεία της δομής.
5. Πώς παρουσιάζεις τη διερευνητική παραγοντική ανάλυση στην πτυχιακή;
Στη μεθοδολογία πρέπει πρώτα να εξηγήσεις γιατί επέλεξες διερευνητική παραγοντική ανάλυση. Σύνδεσε την επιλογή με το ερευνητικό εργαλείο.
Στη συνέχεια ανέφερε τη μέθοδο εξαγωγής. Μην γράψεις γενικά ότι «πραγματοποιήθηκε παραγοντική ανάλυση» χωρίς να εξηγήσεις τη διαδικασία.
Πρέπει επίσης να αναφέρεις τη μέθοδο περιστροφής. Αν χρησιμοποίησες λοξή περιστροφή, εξήγησε ότι επέτρεψες συσχέτιση μεταξύ των παραγόντων.
Στα αποτελέσματα ξεκίνα με KMO και Bartlett. Για παράδειγμα, μπορείς να αναφέρεις KMO = 0,84 και p < 0,001.
Μετά γράψε πόσοι παράγοντες διατηρήθηκαν. Εξήγησε ποια κριτήρια χρησιμοποίησες για αυτή την απόφαση.
Στη συνέχεια παρουσίασε τις βασικές παραγοντικές φορτίσεις. Ένας καθαρός πίνακας διευκολύνει περισσότερο από την αντιγραφή ολόκληρης της εξόδου του SPSS.
Μπορείς να αποκρύψεις πολύ μικρές φορτίσεις στον τελικό πίνακα. Πρέπει όμως να δηλώσεις το όριο που χρησιμοποίησες.
Δώσε τέλος ονομασία σε κάθε παράγοντα με βάση το περιεχόμενο των ερωτήσεων. Η ονομασία πρέπει να έχει θεωρητικό νόημα.
Μην ονομάζεις έναν παράγοντα μόνο από την ερώτηση με τη μεγαλύτερη φόρτιση. Εξέτασε συνολικά τις μεταβλητές που τον σχηματίζουν.
Η διερευνητική παραγοντική ανάλυση στο SPSS απαιτεί επομένως συνδυασμό στατιστικών κριτηρίων και θεωρητικής ερμηνείας.
Αν εξετάζεις και την εσωτερική συνοχή μιας κλίμακας, μπορείς να δεις τον οδηγό για το Cronbach’s Alpha στο SPSS.
Για μεγαλύτερο ποσοτικό μέρος μπορείς επίσης να δεις τη σελίδα για στατιστικές αναλύσεις.
Χρειάζεσαι βοήθεια με τη στατιστική ανάλυση;
Αν χρειάζεσαι βοήθεια με τη στατιστική ανάλυση της πτυχιακής σου, στείλε το αρχείο δεδομένων. Στείλε επίσης τα ερευνητικά ερωτήματα και ό,τι άλλο έχεις στη διάθεσή σου.
Μπορείς να συμβουλευτείς τις ενδεικτικές τιμές για μια πρώτη εικόνα. Η τελική κοστολόγηση εξαρτάται από τα δεδομένα. Εξαρτάται επίσης από την πολυπλοκότητα της απαιτούμενης ανάλυσης.
Για συγκεκριμένη εκτίμηση, συμπλήρωσε τη φόρμα κοστολόγησης και επισύναψε τα διαθέσιμα αρχεία. Αν χρειάζεσαι πρώτα διευκρίνιση, μπορείς να επικοινωνήσεις μαζί μας.