faktorianalyysi n.
Skip this Video
Loading SlideShow in 5 Seconds..
Faktorianalyysi PowerPoint Presentation
Download Presentation
Faktorianalyysi

play fullscreen
1 / 9
Download Presentation

Faktorianalyysi - PowerPoint PPT Presentation

andres
113 Views
Download Presentation

Faktorianalyysi

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Faktorianalyysi Harjoitukset 6 15.5. / 16.5.2008

  2. Faktorianalyysi • Faktorianalyysi on yleisnimitys joukolle menetelmiä joiden avulla voidaan ryhmitellä muuttujia ja tällä tapaa yksinkertaistaa analyysia. • Joidenkin käsitteiden mittaaminen yhdellä muuttujalla mahdotonta: tarvitaan useita samaa ilmiötä mittaavia muuttujia • Faktori on piilevä (latentti) eli ei suoraan havaittavissa oleva, jonka olemassaolo voidaan päätellä konkreettisista, havaittavissa olevista muuttujista • Esimerkkejä tällaisista faktoreista: konservatiivisuus, sosiaalisuus, vieraantuminen, älykkyys, luottamus • Faktoreita etsitään ja tulkitaan faktorianalyysin avulla. • Faktorianalyysi tulisi erottaa pääkomponenttianalyysista, vaikka niiden tavoitteet ovat yhtäläiset.

  3. Faktorianalyysin perusidea Mitattu • Eksploratiivinen faktorianalyysi • Aineistolähtöinen menetelmä • Ei vahvoja etukäteisoletuksia faktoreiden määrästä tai niihin liittyvistä muuttujista • Konfirmatorinen faktorianalyysi • Teorialähtöinen menetelmä • Tutkijalla etukäteen hypoteesit faktorirakenteesta • Lähtökohtana muuttujien väliset korrelaatiot • Voimakkaasti toisiinsa yhteydessä olevat muuttujat tulkitaan kuvaavan yhtä “piilomuuttujaa” (faktoria) Latentti Muuttuja 1 Faktori 1 Muuttuja 2 Muuttuja 3 Muuttuja 4 Faktori 2 Muuttuja 5 Muuttuja 6

  4. Faktorianalyysin vaatimuksia • Faktorianalyysi perustuu muuttujien välisiin yhteyksiin (johdonmukaisuuksiin). Laskennallisena lähtökohtana on muuttujajoukon korrelaatiomatriisi.  muuttujien välillä tulee olla aitoja korrelaatioita (suositus: jos yksikään korrelaatio ei ylitä 0.3, ei faktorianalyysiä kannata suorittaa). • Toisaalta (multi)kollineaarisuus aiheuttaa erityisesti faktorianalyysissa tulosten epävakautta (mutta ei pääkomponenttianalyysissa) • Otoskoon tulisi olla riittävä. Nyrkkisääntö: tapauksia vähintään viisi kertaa muuttujien määrä, kuitenkin vähintään 200-300. • Muuttujat kvantitatiivisia (intervalliasteikko) tai vähintään hyvällä järjestysasteikollamitattuja (esim. Likert-skaala). • Muuttujien olisi hyvä olla yhteismitallisia ja normaalisti jakautuneita. Epänormaalius ei estä faktorointia mutta voi tehdä tuloksista epävakaita. • Aineistossa ei saisi olla outliereita (poikkeavia tapauksia), koska ne vääristävät korrelaatioita.

  5. Faktorianalyysin rakentaminen • Parhaimman faktorianalyysin valinta perustuu: • muuttujien väliseen korrelaatiomatriisiin • kommunaliteetteihin • ominaisarvoihin • Latausten tulkittavuutta voidaan parantaa rotatoimalla latausmatriisi • Faktoripistemääriä voidaan hyödyntää muissa tarkasteluissa

  6. Rotaatio F1 F1 F2 F2

  7. Rotaatio graafisesti (Jari Metsämuuronen. 2002. Monimuuttujamenetelmien perusteet SPSS-ympäristössä: Faktorianalyysi, s. 22)

  8. Esimerkki • Tee faktorianalyysi esimerkkiaineisto.sav aineistolla. Ota aluksi kaikki 1-5-asteikolla mitatut muuttujat analyysiin mukaan. Onko perusteltua jättää kaikki muuttujat analyysiin? Kuinka monta faktoria kannattaisi valita? Muokkaa faktorianalyysiä kunnes olet tyytyväinen lopputulokseen. • Hyödynnä edellisen tehtävän faktoripistemääriä jossain jatkotarkastelussa.

  9. Tee itsenäisesti • Opiskelijabarometri.sav aineistossa on pyydetty arvioimaan liikuntaharrastuksiin liittyviä väitteitä (k_22). Tee faktorianalyysi väitteiden pohjalta. Muokkaa mallia kunnes olet tyytyväinen lopputulokseen. • Hyödynnä faktoripisteitä jatkotarkasteluissa. • Tee omalla aineistollasi faktorianalyysi ja hyödynnä faktoripisteitä jatkotarkasteluissa.