1.何謂因素分析?
因素又稱為構面、維(向)度、潛變量或不可觀察變量。因素分析為一數據縮減的技術,也就是把研究中較多的變量,找出相關較高的幾個變量(相關高代表衡量同一件事情),轉換另成一個變量來代表這些變量的統計技術。如同,我們在收拾桌面時,會把筆、橡皮擦、尺等物品歸在一起,並稱為文具類,這就是因素分析。
2.因素分析的假設?
因素分析要有一些前提假設:
(1) 線性關係:變量之間的關係必須是線性的,萬一不是則要進行變量轉換。
(2) 正態分佈
(normality):通常是要求單一變量正態,變量正態會讓變量之間具有較高相關。
(3) 方差齊一:方差不齊一會降低變量之間的相關。
(4) 樣本的同質性:樣本具有同樣的特性,會增加變量之間的相關性,而變量之間的相關性是因素分析的前提。
(5) 連續變量:變量需為連續變量,如李克特量表,至少5點尺度,建議7點尺度較為理想。
(6) 單一構面準則:下一題回覆
3.什麼是單一構面準則?
進行因素分析時,理想上每一個變量只能屬於一個因素,一個變量屬於一個因素稱之為因素負荷量,若一個因素同時與其它的因素有相關,稱之為交叉負荷量。因此,如果發現交叉負荷量太高(>0.4),同時與因素負荷量之間相差不到0.1,可能要考慮刪除該變量。經過這樣的程序後,每一個變量只會屬於一個因素,這表示符合單一構面準則。
4.為何因素分析稱為建構效度的檢驗?
因素分析第一個步驟便是將所有變量標準化,來評估變量之間的相關程度,將相關高的幾個變量放在第一個因素,看能解釋多少百分比,再用第二個因素解釋剩餘的百分比,以此類推,直到解釋完畢為止。因此,當因素分析萃取出因素個數後,其實已完成因素的信度、收斂效度及區別效度的分析。所以,完成因素分析表示量表本身已有建構效度(信度、收斂效度及區別效度)。
5.因素分析的優點?
(1) 解決共線性問題:當自變量相關較高時,可藉由因素分析將這些題目整合成一個題目,降低在回歸分析時,發生自變量相關過高所造成的影響。
(2) 問卷的建構效度的建立:依據變量相關的高低,尋找變量間潛在的結構。
(3) 簡化數據:因素不是對原有變量的取捨,而是根據原始變量的信息重新組合,找出共同影響因子。
(4) 因素可解釋性;透過旋轉使得因素更具有明顯的特性,容易命名。
(5) 符合統計精簡原則:以最少的變量,得到最大的解釋能力。
6.因素分析的缺點?
因素分析為一變量簡化的技巧,只要簡化就會產生訊息損失,因此會喪失部分的解釋能力。簡化的過程是依照變量相關進行,因此有可能會因為概率的問題,將無意義的變量合併在一起,造成命名的困難,此時研究者需要自行取捨。再者,因素分析為大樣本分析法,樣本太小會造成因素分析結構不穩定,使得分析結果不可靠。
沒有留言:
張貼留言