Η περιστροφή στην παραγοντική ανάλυση βοηθά να αποκτήσει η παραγοντική λύση καθαρότερη και περισσότερο ερμηνεύσιμη δομή. Δύο συνηθισμένες επιλογές είναι η Varimax και η Oblimin. Η Varimax προϋποθέτει ασυσχέτιστους παράγοντες. Η Oblimin επιτρέπει στους παράγοντες να συσχετίζονται. Η σωστή επιλογή δεν εξαρτάται από το ποια μέθοδος φαίνεται πιο απλή. Πρέπει να εξετάσεις τη θεωρητική σχέση μεταξύ των παραγόντων και τη δομή που εμφανίζουν τα δεδομένα.
Περιεχόμενα άρθρου
1. Γιατί χρειάζεται περιστροφή στην παραγοντική ανάλυση;
Η αρχική εξαγωγή παραγόντων δεν παράγει πάντα δομή που μπορείς να ερμηνεύσεις εύκολα. Μια μεταβλητή μπορεί να συνδέεται με περισσότερους παράγοντες.
Για παράδειγμα, μια ερώτηση μπορεί να έχει φόρτιση 0,55 στον πρώτο παράγοντα. Μπορεί παράλληλα να έχει φόρτιση 0,49 στον δεύτερο.
Σε αυτή την περίπτωση δυσκολεύεσαι να αποφασίσεις σε ποιον παράγοντα ανήκει περισσότερο η ερώτηση. Η περιστροφή επιδιώκει καθαρότερη δομή.
Ο στόχος είναι ορισμένες μεταβλητές να εμφανίζουν υψηλές φορτίσεις σε έναν παράγοντα. Παράλληλα επιδιώκουμε χαμηλότερες φορτίσεις στους υπόλοιπους.
Η περιστροφή δεν δημιουργεί νέες παρατηρήσεις. Δεν διορθώνει επίσης ένα ακατάλληλο δείγμα ή προβληματικές ερωτήσεις.
Αλλάζει τον τρόπο με τον οποίο κατανέμεται και παρουσιάζεται η παραγοντική λύση. Έτσι μπορεί να γίνει ευκολότερη η θεωρητική ερμηνεία.
Υπάρχουν δύο βασικές οικογένειες περιστροφής. Η πρώτη είναι η ορθογώνια περιστροφή. Η δεύτερη είναι η λοξή περιστροφή.
Στην ορθογώνια προσέγγιση οι παράγοντες παραμένουν ασυσχέτιστοι. Στη λοξή προσέγγιση επιτρέπεται να εμφανίσουν μεταξύ τους συσχέτιση.
Η Varimax αποτελεί την πιο γνωστή ορθογώνια επιλογή. Η Oblimin αποτελεί συνηθισμένη λοξή επιλογή.
Η ανασκόπηση καλών πρακτικών για διερευνητική παραγοντική ανάλυση εξηγεί αυτή τη βασική διάκριση. Επισημαίνει επίσης τη χρησιμότητα λοξών περιστροφών όταν οι θεωρητικές διαστάσεις μπορούν να σχετίζονται.
2. Πότε επιλέγουμε περιστροφή Varimax;
Η Varimax είναι ορθογώνια μέθοδος περιστροφής. Επιβάλλει στους παράγοντες να παραμένουν μεταξύ τους ασυσχέτιστοι.
Αυτό σημαίνει ότι η συσχέτιση μεταξύ των παραγόντων αντιμετωπίζεται ως μηδενική. Η επιλογή έχει επομένως σαφή θεωρητική συνέπεια.
Η Varimax προσπαθεί να κάνει τις μεγάλες φορτίσεις μεγαλύτερες. Παράλληλα τείνει να κάνει τις χαμηλές φορτίσεις μικρότερες.
Το αποτέλεσμα μπορεί να δημιουργήσει καθαρότερη κατανομή των μεταβλητών μεταξύ των παραγόντων. Αυτό διευκολύνει συχνά την ονομασία τους.
Ας υποθέσουμε ότι εξετάζεις δύο θεωρητικά ανεξάρτητες διαστάσεις. Έχεις ισχυρό λόγο να θεωρείς ότι δεν πρέπει να συσχετίζονται.
Σε αυτή την περίπτωση η Varimax μπορεί να αποτελεί λογική επιλογή. Η θεωρητική ανεξαρτησία όμως πρέπει να είναι πραγματικά δικαιολογημένη.
Δεν πρέπει να επιλέγεις Varimax μόνο επειδή παράγει απλούστερο πίνακα. Η ευκολία στην παρουσίαση δεν αποτελεί επαρκές στατιστικό επιχείρημα.
Στις κοινωνικές επιστήμες αρκετές έννοιες συσχετίζονται φυσικά. Για παράδειγμα, διαφορετικές ψυχολογικές διαστάσεις μπορεί να έχουν κοινή θεωρητική βάση.
Αν επιβάλεις μηδενική συσχέτιση σε τέτοιους παράγοντες, μπορεί να παρουσιάσεις μια υπερβολικά απλοποιημένη παραγοντική δομή.
Επομένως, η Varimax είναι περισσότερο κατάλληλη όταν η ανεξαρτησία των παραγόντων έχει πραγματικό θεωρητικό ή εμπειρικό έρεισμα.
3. Πότε επιλέγουμε περιστροφή Oblimin;
Η Oblimin είναι λοξή περιστροφή. Επιτρέπει στους παράγοντες να εμφανίσουν μεταξύ τους συσχέτιση αντί να την περιορίζει τεχνητά στο μηδέν.
Αυτό την κάνει ιδιαίτερα χρήσιμη όταν οι υποκείμενες διαστάσεις μπορούν θεωρητικά να σχετίζονται. Η περίπτωση είναι συχνή στις κοινωνικές επιστήμες.
Ας υποθέσουμε ότι μια κλίμακα εξετάζει άγχος και καταθλιπτικά συμπτώματα. Πρόκειται για διαφορετικές έννοιες που μπορούν να παρουσιάζουν συσχέτιση.
Μια λοξή περιστροφή επιτρέπει στα δεδομένα να αποτυπώσουν αυτή τη σχέση. Δεν επιβάλλει εκ των προτέρων ανεξαρτησία.
Με την Oblimin το SPSS παρέχει περισσότερες πληροφορίες για τη λύση. Ιδιαίτερη σημασία έχει ο πίνακας συσχετίσεων μεταξύ παραγόντων.
Αυτός δείχνει πόσο έντονα σχετίζονται οι παράγοντες που προέκυψαν. Μια υψηλότερη συσχέτιση υποστηρίζει την επιλογή λοξής περιστροφής.
Η Oblimin παράγει επίσης πίνακα προτύπου. Εκεί εξετάζουμε συνήθως ποιες μεταβλητές συνδέονται περισσότερο με κάθε παράγοντα.
Μπορεί να εμφανίζεται και πίνακας δομής. Αυτός περιγράφει τις συσχετίσεις μεταξύ των παρατηρούμενων μεταβλητών και των παραγόντων.
Οι δύο πίνακες δεν ταυτίζονται όταν οι παράγοντες συσχετίζονται. Για αυτό χρειάζεται προσοχή όταν αντιγράφεις αποτελέσματα στην εργασία.
Σε πολλές εφαρμογές η Oblimin αποτελεί ασφαλέστερη αρχική επιλογή όταν αναμένεις συσχετισμένες θεωρητικές διαστάσεις.
Αυτό δεν σημαίνει ότι πρέπει να επιλέγεται μηχανικά. Η τελική απόφαση χρειάζεται να συμφωνεί με το ερευνητικό μοντέλο.
4. Varimax ή Oblimin: πώς αποφασίζεις στην παραγοντική ανάλυση;
Η επιλογή Varimax ή Oblimin πρέπει να ξεκινά από τη θεωρία. Ρώτησε πρώτα αν οι παράγοντες μπορούν λογικά να συσχετίζονται.
Αν η απάντηση είναι ναι, η λοξή περιστροφή έχει σαφές πλεονέκτημα. Επιτρέπει στη μεταξύ τους σχέση να εμφανιστεί.
Αν υπάρχει ισχυρός λόγος να θεωρείς τους παράγοντες ανεξάρτητους, μπορείς να εξετάσεις την Varimax.
Μπορείς επίσης να ξεκινήσεις με Oblimin και να εξετάσεις τις συσχετίσεις μεταξύ παραγόντων. Αυτό παρέχει εμπειρική πληροφορία για την απόφαση.
Αν οι συσχετίσεις είναι πολύ μικρές, μια ορθογώνια λύση μπορεί να δώσει παρόμοια εικόνα. Δεν υπάρχει όμως απόλυτο αριθμητικό όριο.
Η τιμή 0,30 χρησιμοποιείται συχνά ως πρακτική ένδειξη για αξιοσημείωτη συσχέτιση μεταξύ παραγόντων. Δεν αποτελεί υποχρεωτικό κανόνα.
Πρέπει επίσης να εξετάσεις τις παραγοντικές φορτίσεις. Προτίμησε λύση όπου οι περισσότερες μεταβλητές συνδέονται καθαρά με συγκεκριμένο παράγοντα.
Πρόσεξε τις διασταυρούμενες φορτίσεις. Μια μεταβλητή που φορτίζει έντονα σε δύο παράγοντες δυσκολεύει την ερμηνεία.
Μην αλλάζεις συνεχώς μέθοδο μέχρι να εμφανιστεί η λύση που επιθυμείς. Αυτή η πρακτική μετατρέπει την ανάλυση σε αναζήτηση επιθυμητού αποτελέσματος.
Εξέτασε αντίθετα ποια λύση συμφωνεί καλύτερα με τη θεωρία. Μετά έλεγξε αν η παραγοντική δομή παραμένει στατιστικά καθαρή.
Η περιστροφή στην παραγοντική ανάλυση αποτελεί επομένως μεθοδολογική απόφαση. Δεν είναι απλή τεχνική ρύθμιση του SPSS.
5. Πώς ερμηνεύεις και παρουσιάζεις την περιστροφή στην παραγοντική ανάλυση;
Στη μεθοδολογία πρέπει να αναφέρεις ποια μέθοδο περιστροφής χρησιμοποίησες. Πρέπει επίσης να εξηγήσεις γιατί την επέλεξες.
Αν χρησιμοποίησες Varimax, μπορείς να αναφέρεις ότι θεωρήθηκε κατάλληλη η ορθογώνια λύση. Χρειάζεται όμως να αιτιολογήσεις αυτή την ανεξαρτησία.
Αν χρησιμοποίησες Oblimin, εξήγησε ότι επιτράπηκε η συσχέτιση μεταξύ των παραγόντων. Η επιλογή πρέπει να συνδέεται με το θεωρητικό πλαίσιο.
Στα αποτελέσματα παρουσίασε τις σημαντικές παραγοντικές φορτίσεις. Δεν χρειάζεται να αντιγράψεις ολόκληρη την έξοδο του SPSS.
Σε λοξή περιστροφή δώσε ιδιαίτερη προσοχή στον πίνακα προτύπου. Αυτός χρησιμοποιείται συνήθως για την αντιστοίχιση μεταβλητών στους παράγοντες.
Εξέτασε επίσης τον πίνακα συσχετίσεων των παραγόντων. Έτσι μπορείς να δείξεις αν οι παράγοντες πράγματι συνδέονται μεταξύ τους.
Αν χρησιμοποιήσεις όριο για τις παραγοντικές φορτίσεις, δήλωσέ το. Για παράδειγμα, μπορείς να εμφανίσεις μόνο φορτίσεις μεγαλύτερες από 0,40.
Μην διαγράφεις όμως μια μεταβλητή μόνο επειδή βρίσκεται λίγο κάτω από το όριο. Εξέτασε πρώτα το θεωρητικό της περιεχόμενο.
Το ίδιο ισχύει για τις διασταυρούμενες φορτίσεις. Μια προβληματική ερώτηση χρειάζεται στατιστική αξιολόγηση και θεωρητική εξέταση.
Μετά τη διαμόρφωση των παραγόντων μπορείς να εξετάσεις την εσωτερική συνέπεια κάθε κλίμακας. Δες τον οδηγό για το Cronbach’s Alpha στο SPSS.
Η σωστή περιστροφή στην παραγοντική ανάλυση κάνει την τελική δομή ευκολότερη στην ερμηνεία. Δεν αντικαθιστά όμως την επιστημονική κρίση του ερευνητή.
Για ευρύτερη υποστήριξη σε ποσοτική έρευνα μπορείς 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.