ניתוח גורמים
משתנים נצפים (פריטי שאלון, מדידות) הם לעיתים קרובות ביטויים של מבנים סמויים בסיסיים (אינטליגנציה, חומרת דיכאון, אקלים ארגוני) שלא ניתן למדוד ישירות. ניתוח גורמים מניח כי מתאמים בין משתנים נצפים משקפים גורמים סמויים משותפים. המתמטיקה מפרקת מטריצת מתאמים לשונות משותפת (המוסברת על ידי גורמים) ולשונות ייחודית (שגיאה והשפעות ספציפיות לפריט). ניתוח גורמים חוקר שואל: איזה מבנה סמוי מסביר בצורה הטובה ביותר מתאמים אלו? ניתוח גורמים מאשר שואל: האם מבנה מושגי מוצע מתאים לנתונים? הדבר מאפשר לחוקרים למדוד מושגים מופשטים, לאמת כלי הערכה ולהבין ארגון ממדי במערכי נתונים מורכבים.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
מקורות
- Thurstone, L. L. (1947). Multiple Factor Analysis. University of Chicago Press. DOI: 10.2307/2304512 ↗
- Jöreskog, K. G. (1969). A general approach to confirmatory maximum likelihood factor analysis. Psychometrika, 34(2), 183–202. DOI: 10.1007/BF02289343 ↗
- Kaiser, H. F. (1960). The application of electronic computers to factor analysis. Educational and Psychological Measurement, 20(1), 141–151. DOI: 10.1177/001316446002000116 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 4). Exploratory and Confirmatory Factor Analysis. ScholarGate. https://scholargate.app/he/research-statistics/factor-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ניתוח רגרסיה מרובהסטטיסטיקה למחקר↔ compare
- מבחנים סטטיסטיים לא-פרמטרייםסטטיסטיקה למחקר↔ compare
- מודל משוואות מבניותסטטיסטיקה למחקר↔ compare