Faktoranalyse


   Domene + webhotell + epost = kr. 198/år
   Tast inn domene du ønsker å bestille webhotell til:
   http://www.


    Denne artikkelen er del 6 av 6 artikler om Multivariat analyser
     Hvordan lese artiklene og -seriene?


faktoranalyseFaktoranalyse er ikke en selvstendig analysemetode, men en samlebetegnelse for ulike multivariate statistiske metoder som går ut på å analysere avhengighets-forholdet mellom et stort antall variabler, for deretter å forklare deres felles underliggende dimensjoner (faktorer).

Faktoranalyser brukes til å forenkle fortolkningen av et datamateriale som inneholder en stor mengde observasjoner eller variabler.

Metoden er med andre ord et arbeidsverktøy vi bruker for å redusere datamengden vår. Ut i fra f.eks. 50 indikatorer som tar sikte på å forklare en fler-dimensjonal variabel, kan vi gjennom en faktoranalyse redusere dem til noen få. F.eks. til 5 – 6 faktorer.

Faktoranalysen som en matematisk prosedyre søker å forklare mønsteret av samvariasjon mellom observasjoner med utgangspunkt i et minimalt antall grunnleggende dimensjoner. Derfor er faktoranalysen et verktøy for redusere kompleksitet, samt et redskap for å avdekke mulige meningsfulle (tolkbare) og forenklede mønstre i data. Gjennom faktoranalysen forsøker man å identifisere de grunnleggende dimensjonene eller latente forhold fra klynger (“clusters”) av atferdsformer som er høyt korrelert med hverandre.

Eksplorerende og konfirmerende faktoranalyse

Vi skiller mellom to undergrener av faktoranalysen:

  1. Eksplorerende faktoranalyse gjennomføres med data som utgangspunkt, ofte uten bestemt teori, og kan ses som en metode man kan bruke for å forenkle data.
  2. Konfirmerende faktoranalyse gjennomføres med teori eller bestemte forventninger som utgangspunkt, og undersøker om en bestemt struktur i data foreligger. Den svenske statistikeren K. G. Jöreskog har gitt viktige bidrag til denne metoden.

Tilnærmingene kan brukes som et utgangspunkt for vurdering eller testing av variablers validitet, derav begreps- eller definisjonsmessig validitet.

Faktoranalysens logikk bygger på en ambisjon om å kartlegge latente forhold ved et fenomen og er i den forstand tilpasset vitenskapelig “realisme“. Tankegangen er at en observert struktur av fremtredelser eller korrelasjoner er generert av en serie underliggende størrelser bygget opp av mekanismer, som potensielt genererer en følge av hendelser (“events”). Både den eksplorerende og konfirmerende faktoranalysen er knyttet til logikken om at enkeltfaktorer eller dimensjoner tilpasses bestemte sammensetninger (konstellasjoner) av variabler.

Korrelasjonsmatrisen er en visualisering av variablenes innbyrdes korrelasjon i et systematisk organisert diagram. Disse variablenes korrelasjon er faktoranalysens utgangspunkt.

Faktorskårene er de enhetsbaserte estimerte verdiene som knyttes til en faktor. Faktorladningene er korrelasjoner mellom variabler og faktorskårer. Disse verdiene er utgangspunkt for tolkning av faktorene, hvor de høyeste korrelasjonene er retningsgivende for tolkningen.

Egenverdi

En egenverdi er den andelen av variablenes totale varians som forklares av en faktor. Enhver variabel har varians lik én og således et standardavvik av samme størrelse. Egenverdien dividert med antall variabler gir andel forklart varians. Vanligvis genereres faktorløsninger for egenverdier større enn én, noe som medfører at faktorer som forklarer mindre enn variansen på en variabel inngår ikke i faktorløsningen. Dette kan tolkes som en eliminasjonsmetode for å “rense” data for unødige overlappende faktorer, slik at kun de særpregede variabel-kjennetegnene inngår i faktorløsningen.

Kommunalitet

Kommunalitet vil si den andelen av en bestemt variabels varians som forklares av en faktorløsning. Albuekurve er et plott av egenverdier som utgjør et hjelpemiddel til å avgrense eller flate ut faktorløsningen.

Ortogonal og oblikk rotasjon

I faktoranalysen skiller man mellom ortogonal og oblikk rotasjon. Ved ortogonal rotasjon er faktorene ikke korrelert med hverandre, mens faktorene er korrelert ved oblikk rotasjon.

Denne teknikken kan visualiseres grafisk og virker som et hjelpemiddel til å forenkle, altså styrke fortolkningspotensialet og forklaringskraften. Faktoranalysen verdi som empirisk hjelpemiddel hviler på dens evne til å kunne generere meningsfulle utfall og videre presentere en overbevisende fortolkning. Slik sett risikerer man at faktoranalysen ikke er noe mer enn en ren matematisk-statistisk øvelse.

Faktoranalyse er i utgangspunktet en matematisk tung og regnemessig krevende metode. Den voldsomme økningen av datamaskiners hastighet og tilgjengelighet, samt utviklingen av et utall brukervennlige statistiske programpakker har ført til at metoden i langt større grad enn før er tilgjengelig for forskere.

”Looking ahead for a century, I suggest that factor analysis and the complementary multiple regression model are initiating a scientific revolution in the social sciences as profound and far-reaching as that initiated by the development of the calculus in physics” (R.J. Rummel ).

Kilde:

  • https://no.wikipedia.org/wiki/Faktoranalyse
  • https://snl.no/faktoranalyse

Denne artikkelen og resten av artikkelserien kan lastes ned som en e-bok1 ! Artikkelserien fortsetter under.

Tegn årsabonnement

Tegn et abonnement til Kr. 178/år og få ubegrenset tilgang til alle våre artikler og serier!

Bli medlem

Tegn et medlemskap til Kr. 198/år for å laste ned alle våre e-bøker i PDF-format i ett år.

Topp20 artikler
Siste 20 artikler
Nye artikkelserier
Du leser nå artikkelserien: Multivariat analyser

  Gå til neste / forrige artikkel i artikkelserien:  << Clusteranalyse
    Andre artikler i serien er: 
  • Multivariate analyser
  • Multivariate metoder
  • Multippel regresjon
  • Diskriminantanalyse
  • Clusteranalyse
  • Faktoranalyse