[管理学]FactorAnalysisCH因子分析.ppt

因素分析Factor Analysis 範例 例子: 學科.sav 六個學科的成績資料 數學 物理 化學 國文 英文 歷史 主成份分析 (1/6) 主成份分析 (2/6) 主成份分析 (3/6) 特徵值(eigenvalue, ?) ?1= 2.719 ?2= 1.734 (?1 ? ?2 ? ? ? ?k) 主成份分析 (4/6) 解釋變異百分比 ?1 ? 2.719/6 = 45.309% ?2 ? 1.734/6 = 28.893% 主成份分析 (5/6) 主成份分析 (6/6) 因素負荷量(l)與特徵值 (?)的關係 ?1= 0.7162+0.8282+0.6942+(–0.723)2+(–0.542)2+(-0.471)2 = 2.719 ?2= 0.5222+0.3082+0.5752+0.6682+0.4912+0.5912 = 1.734 因素分析 (1/8) 因素分析的目的 將六個學科分門別類, 區分成為幾個有意義的構面(construct). 因素分析 (2/8) 主成份 經轉軸(rotation)後, 一樣萃取出2個主成份: Y1 Y2 因素分析與主成份分析所萃取出的主成份數一定相同. 因素分析 (3/8) 特徵值(?) ?1= 2.332 ?2= 2.120 因素分析並不嚴格要求?1 ? ?2 ? ? ? ?k, 它希望幾個主要的?(或主成份, 或因素)都具有相當的變異解釋能力. 因素分析 (4/8) 因素分析通常需要轉軸(rotation), 才能使第1與第2個?(或主成份, 或因素)的解釋變異能力相當. 解釋變異百分比 ?1=2.332 ? 2.332/6 = 38.866% ?2=2.120 ? 2.120/6 = 35.336% 因素分析 (5/8) 因素分析 (6/8) Factor Analysis還關心轉軸出來的主成份(或稱因素)是否具有一定的意涵: 第1個主成份(或稱因素)主要代表 ‘科學類’ 科目. 第2個主成份(或稱因素)主要代表 ’人文類’ 科目. 因素分析 (7/8) 確定有意涵之後, 因素分析常常還關心這些主成份(或稱因素)要如何使用在後續的資料分析與研究假設的檢定上. 換言之, 因素分析只是 ‘資料重整(data reorganization)’ 的工具而已, 通常經因素分析後的資料, 還需用來作進一步的資料分析, 以驗證研究架構中的研究假設是否成立. Factor Analysis (8/8) Factor analysis is an interdependence technique whose primary purpose is to define the underlying structure among the variables in the analysis. 因素分析的決策程序 因素分析的步驟 確定因素分析的目的 設計一個因素分析 確定因素分析的基本假設 萃取因素 解釋因素 驗證因素分析的結果 延伸應用因素分析的結果 1.確定因素分析的目的 (1/4) R-type or Q-type? R-type: 用因素分析將變數重新組織與結構化. Q-type: 用集群分析將樣本重新組織與分類. 1.確定因素分析的目的 (2/4) 資料彙整或資料縮減? 資料彙整 將研究變數重新予以結構化, 並彙整成許多具意涵的構面(constructs). 1.確定因素分析的目的 (3/4) 資料彙整或資料縮減? (續) 資料縮減 計算出每個新構面的值, 即獲得各構面的因素得點, 並以此因素得點來取代原先的變數值. 因為每個新構面是由數個原始變數組合而成, 因此此舉可以達到資料縮減的目的. 1.確定因素分析的目的 (4/4) 探索性(exploratory)或驗證性(confirmatory)? 探索性因素分析 研究者事先並不知道變數的結構性, 因此需要用探索性因素分析, 不斷地去 ’摸索’. 驗證性因素分析 研究者事先已知道變數的結構性, 只是不太確定該結構是否適用於自己的研究課題或資料, 因此需要去 ’驗證’ 看看. 2.設計一個因素分析 變數的量測問題 變數最好是 ‘量化(metric)’. 所需樣本數 最少需50個. 變數個數與樣本數的比 至少1:5. 3.確定因素分析的基本假設 (1/4) 基本假設 Normality: 各變數呈常態分配. Homogeneity: 每一變數皆具有同質變異. Linearity: 各變數可以線性組合. 共線性假設 各變數之間具有一定程度的相關性或共線性(multicollinearity). 3.確定因素分析的基本假設 (2/4) 如何評估共線性 Pearso