Vad menas med faktoranalys

Figur 2. Hur man hittar faktoranalys i SPSS. Vi måste bara fastställa en sak, och det är den så kallade rotationsmetoden. Detta är en vriden lösning som är intressant att utforska. Figur 3. Klicka sedan på OK. Nu får du olika bord. Den beskriver hur mycket variation det faktoranalys i de olika variablerna som kan förklara våra angivna underliggande faktorer. Detta visar hur många grundläggande faktorer vi har fått, och hur många variationer de förklarar.

Ju högre värdet av det egna, desto fler förändringar i datamaterialet förklarar faktorn. Den vanliga gränsen är att du bara bryr dig om faktorer som har ett inneboende värde som är över 1. I det här fallet fick vi sex sådana faktorer. Den första förklarar 27,5 procent av variationerna. Figur 4 visar tabellen i fråga. Figur 4. Anledningen till att vi får 18 olika faktorer är att 18 faktorer behövs för att perfekt förklara alla variationer i dessa arton variabler.

Men de senare faktorerna kommer bara att förklara en liten del av variationen. Men analysen gav oss således sex faktorer med vad menas egenvärde på mer än 1. Nu ska vi försöka ta reda på vad de menar. Det ser ut som i Figur 5. Figur 5. Ju högre laddning, desto mer förklaras variabeln av huvudfaktorn. Sedan undersöker du vilka variabler som har en laddning som med faktoranalys större än 0,3 eller mindre än -0,3.

Nu måste forskaren försöka förstå vad denna faktor betyder med teoretisk resonemang, vilket inte är det enklaste i det här fallet. Å ena sidan är flera variabler relevanta för staten: parlamentet, socialförsäkringssystemet, rättsväsendet och regeringen, men de tre variabler som tar ut mest i förhållande till faktorn är stora företag, miljörörelsen och kvinnorörelsen. Speciellt miljörörelsen och stora företag kan vanligtvis motstå varandra, men så är inte fallet.

Så i länder där du är säker på miljörörelsen vad menas med det också mycket förtroende för stora företag och kvinnorörelsen.

Det motsatta gäller också: i länder där det finns lågt förtroende för miljörörelsen är du också osäker på stora företag och kvinnorörelsen. Jag avstår från att ytterligare tolka den första faktorn och gå vidare till den andra faktorn. Tolkningen är något tydligare här. De variabler som laddar positivt är tydligt inbördes, eftersom de alla är relaterade till förtroende - polisen, militären, rättssystemet och NATO, liksom den offentliga förvaltningen i viss utsträckning.

I länder där du har stort förtroende vad menas dessa institutioner har du lågt förtroende för media och vice versa. Det är uppenbart att något har att göra med förtroendet för internationella organisationer, eftersom EU, NATO och FN alla är tungt belastade med faktorn. Positiva anklagelser om förtroende för polisen och stora företag kan tyda på att detta är en slags nyliberal faktor som kan förklara den negativa anklagelsen för kvinnorörelsens variabel.

Jag tror att det höga förtroendet för offentlig förvaltning, politiska institutioner och fackföreningar pekar på den socialdemokratiska faktorn. Det här är ganska svårt att tolka, men det betyder förmodligen att det finns olika strömmar som litar på att de är två sammankopplade, om du till exempel är mycket säker på säkerhetsrelaterade institutioner, medan de för andra inte är anslutna om du är för stark nationell självstyre.

Så det verkar handla om förtroende för politiska institutioner. För närvarande har vi identifierat sex faktorer som förklarar den stora andelen variation i 18 beroende variabler. Tolka resultaten. Kontrollera faktorens struktur, bestämma tillförlitligheten hos faktorernas utformning. Skillnaden mellan huvudkomponentanalys och komponentfaktoranalys och faktoranalys liknar varandra, eftersom båda förfarandena används för att förenkla strukturen för en uppsättning variabler.

Analyserna skiljer sig dock åt på flera viktiga sätt: I PCA beräknas komponenterna som linjära kombinationer av de ursprungliga variablerna. I FA definieras de initiala variablerna som linjära kombinationer av faktorer. I PCA är målet att ta hänsyn till så mycket av den totala variansen i variabler som möjligt. Med faktoranalys i FA är att förklara kovariater eller korrelationer mellan variabler.

PCA används vad menas med faktoranalys att minska data till färre komponenter. FA används för att förstå vilka konstruktioner som med faktoranalys till grund för data. Problem med analysen av huvudkomponenten och faktoranalysen. Problemet med PCA och FA är att det inte finns några variabla kriterier för att validera lösningen. I andra statistiska metoder, såsom vad menas, logistisk regression, profilanalys och multivariat variansanalys, utvärderas ett beslut av hur väl det förutsäger gruppmedlemskap.

Ett annat problem med PCA och FA är att det finns ett oändligt antal rotationer efter extraktion, och allt detta tar hänsyn till samma mängd varians i de ursprungliga uppgifterna, men med en faktor definierad något annorlunda. Det slutliga valet överförs till forskaren baserat på deras bedömning av dess tolkning och vetenskapliga användbarhet. Forskare har ofta olika åsikter om vilket val som är bättre.

Det tredje problemet är att FA ofta används för att" rädda " dåligt utformad forskning. Om inget annat statistiskt förfarande är lämpligt eller tillämpligt kan uppgifterna åtminstone vara en analyserad faktor. Detta får många att tro att olika former av FA är förknippade med slarvig forskning.