ScholarGate
دستیار

تحلیل عاملی

تحلیل عاملی همبستگی‌های بین متغیرهای مشاهده‌شده را به عنوان ناشی از تعداد کمتری از عوامل مشترک مشاهده‌نشده به علاوه منحصربه‌فردی خاص متغیر مدل‌سازی می‌کند.

یافتن موضوع با PaperMindبه‌زودیFind papers & topics
Tools & resources
دریافت اسلایدها
Learn & explore
ویدیوبه‌زودی

Definition

تحلیل عاملی یک مدل متغیر پنهان است که در آن هر متغیر مشاهده‌شده به عنوان ترکیبی خطی از چند عامل مشترک و یک خطای خاص مستقل بیان می‌شود، به طوری که ساختار کوواریانس خارج از قطر تنها توسط عوامل مشترک بازتولید می‌شود.

Scope

این موضوع مدل عامل مشترک، برآورد بارهای عاملی و منحصربه‌فردی‌ها با روش‌هایی مانند عامل اصلی و حداکثر درست‌نمایی، چرخش عاملی برای قابلیت تفسیر، تمایز بین تحلیل عاملی اکتشافی و تأییدی، و برآورد نمره عاملی را پوشش می‌دهد. همچنین به شناسایی و عدم قطعیت راه‌حل عاملی می‌پردازد.

Core questions

  • چند عامل مشترک زیربنای مجموعه‌ای از اندازه‌گیری‌های همبسته هستند؟
  • بارهای عاملی چگونه برآورد می‌شوند و راه‌حل چگونه چرخانده می‌شود تا قابل تفسیر باشد؟
  • مدل عامل مشترک چه تفاوتی با تجزیه مؤلفه اصلی دارد؟
  • چه زمانی یک مدل عاملی شناسایی می‌شود و نمرات عاملی چگونه باید به دست آیند؟

Key theories

تجزیه عامل مشترک
ماتریس کوواریانس به عنوان مجموع یک بخش مشترک با رتبه پایین، که توسط عوامل مشترک تولید می‌شود، و یک بخش منحصربه‌فردی قطری، که واریانس مشترک را از واریانس خاص متغیر جدا می‌کند، مدل‌سازی می‌شود.
عدم قطعیت چرخشی
از آنجا که هر چرخش متعامد عوامل، ساختار کوواریانس یکسانی را بازتولید می‌کند، راه‌حل عاملی تنها تا چرخش تعیین می‌شود، که معیارهای چرخش مانند واریماکس را برای کمک به تفسیر تحریک می‌کند.

Clinical relevance

تحلیل عاملی در روان‌سنجی و تحقیقات پیمایشی برای ساخت و اعتبارسنجی مقیاس‌ها محوری است و در علوم اجتماعی و زیستی برای شناسایی ابعاد پنهان زیربنای بسیاری از شاخص‌های اندازه‌گیری‌شده استفاده می‌شود.

History

تحلیل عاملی از کار اسپیرمن در اوایل قرن بیستم بر روی یک عامل عمومی هوش نشأت گرفت و توسط ترستون به تحلیل چندعاملی با چرخش گسترش یافت. برآورد حداکثر درست‌نمایی و مدل‌های تأییدی بعدها رسمی شدند و تحلیل عاملی را در نظریه گسترده‌تر مدل‌سازی متغیر پنهان و معادلات ساختاری جای دادند.

Debates

تحلیل عاملی در مقابل مؤلفه‌های اصلی
این دو روش اغلب اشتباه گرفته می‌شوند؛ تحلیل عاملی یک مدل خطای صریح را فرض می‌کند و واریانس مشترک را هدف قرار می‌دهد، در حالی که مؤلفه‌های اصلی واریانس کل را بدون جمله خطا تحلیل می‌کنند و می‌توانند راه‌حل‌های اساساً متفاوتی ارائه دهند.

Key figures

  • Charles Spearman
  • L. L. Thurstone
  • Harry Harman

Related topics

Seminal works

  • mardia1979
  • harman1976
  • anderson2003

Frequently asked questions

تفاوت بین تحلیل عاملی اکتشافی و تأییدی چیست؟
تحلیل عاملی اکتشافی تعداد و الگوی عوامل را از داده‌ها برآورد می‌کند، در حالی که تحلیل عاملی تأییدی یک ساختار عاملی از پیش تعیین‌شده را با محدودیت‌هایی در مورد اینکه کدام متغیرها بر کدام عوامل بارگذاری می‌شوند، آزمایش می‌کند.
چرا عوامل چرخانده می‌شوند؟
چرخش از عدم قطعیت راه‌حل برای یافتن الگوی بارگذاری استفاده می‌کند که تفسیر آن آسان‌تر است، معمولاً الگویی که در آن هر متغیر به شدت بر روی تعداد کمی از عوامل بارگذاری می‌شود.

Methods for this concept

Related concepts