因素分析的因素组型矩阵.pptVIP

因素分析 因素分析目的 在一群具有相關性且難以解釋的資料中，找出幾個概念上有意義的，並且彼此之間近於獨立的可以影響原始資料的共同因素。 乃是試圖找出少數潛在變數、或因素，以解釋一群可觀察的變數之間的關聯型式。 Ex:一個的智商可能就是影響數學成績因英文成績的共同因素。 因素分析重視的是影響應變數的因素，以及其影響力，也就是每一位受試者的反應變量均為一些共同因素。 Fj , j = 1~m 和唯一因素（unique factor）εi , i = 1~p的線性函數 Ex:關於研究者想了解受試者潛在特質的心理測驗，此測驗有六個評估的項目如下: 由主成份法來萃取因素，並利用Kaiser來決定要選取幾個因素，前兩個因素特徵值 ? 1，可選取2個因素且累積解釋比例為91.44%。 但單從Kaiser來決定要選取幾個因素，有無問題? 因素組型矩陣是因素對於所有變數的係數，亦即對各變數的影響力。研究者利用此矩陣來判斷出各因素的潛在意義。 將各別係數之絕對值 ?0.4的變數列出。 由以上矩陣不容易看出各因素間的潛在意義，因此考慮轉軸的動作。 由此發現Factor1的潛在意義為數理能力，Factor2的潛在意義為寫作能力。 利用這兩個因素可以有效解釋學生測驗的潛在特質，其中這2個因素所能解釋的變異量佔91.44%。 因素分析目的 解釋變數間有什麼型態（pattern）的關連。 想知道「研究者能否用少數稱做因素（factor）的潛在變數去解釋大部分的可觀察變數間的相關」。 因素分析目的(cont.) 用來研究多個變項間是如何相關的，欲以此找出那些在背後影響這些變項的潛在變項，即使這些變項並沒有直接被測量出來。這些被推論出來的潛在變項即稱為因素（factor）。 典型的因素分析欲找出 要解釋這些觀察變數間的相關需要幾個不同的因素？ 這些因素的本質是什麼？ 這些被假設的因素是否能合理而完整地解釋觀測到的數據資料？ 每一個觀察到的變數包含哪些獨特的因素呢？ F1 and F2- two common factors(共通因素) Y1, Y2, etc. - observed variables e1, e2, etc. - unique (residual) factors assumed uncorrelated with each other.(獨特性) Preparing Data What variables should be included? Variables that are believed to be related to each other in some way Data must be quantifiable, either interval or ratio How many variables? Minimum of 3 observed variables for each factor expected to emerge. Sample size? 50 observations or a minimum of 5 observations per variable. *(The More Observations You Have, The More Valid The Results) Steps of Factor Analysis Research Problem What variables should be included? Related variable Data must be quantifiable either interval or ratio How many variables? At least 3 Sample Size? More than 50 At least 5 observations per variable Selecting a Factor Model (Method of Extracting Factors) Common Factor vs. Principal Component Extraction Methods Squared Multiple Correlation Max Absolute Correlation Random Between 0 and 1 Principal Factoring Un-weighted Least Squares Maximum Likelihood Factoring Determining Number of Factors Kaiser-Guttman Rule-eigenval