Hvad er faktoranalyse?

Faktoranalyse er en type statistisk analyse, der undersøger forskellige korrelationer og mønstre, der kan forekomme mellem målinger.Der er to typer faktoranalyse;efterforskende og bekræftende.Disse to versioner kan bruges individuelt eller kombineret.Der er mange forskellige typer statistiske beregninger, der bruges i denne analyse.

Et almindeligt første trin, der bruges i faktoranalyse, inkluderer indsamling af målingerne i eksperimentet.Korrelationsmatematikken bruges til at bestemme eksisterende korrelationer.Forskeren vil afgøre, om alle de faktorer, der er beregnet ud fra analysen, vil blive inkluderet.Nogle eksperimenter vil kræve, at visse faktorer indarbejdes i statistikken, og andre skal udelukkes.

En metode, der bruges til at udtrække de mulige faktorer, er maksimal sandsynlighed.Denne beregning er så kompliceret, at statistiske computerprogrammer bruges, da en forsker typisk ikke kan udføre beregningen for hånd.Faktorerne inden for analysen kan også kombineres på flere måder.Analysen kræver rækkefølgen af de faktorer, der drejes eller kæmpes på en måde, der forklarer storhedsvariansen eller spredningen af data.

Når de endelige faktorer og scoringer er beregnet, kan dataene fortolkes.Faktorer, der har de højeste score, vil have mest indflydelse på målingerne.Disse scoringer kan også bruges til yderligere statistisk analyse.Hvor stærkt disse faktorer påvirker målingerne er også af interesse i den sonderende version.Disse er ikke forudindstillet, før målingerne foretages.Med bekræftende faktoranalyse er der specifikke faktorer, der undersøges inden beregningerne.

Begge typer faktoranalyse kan bruges inden for et eksperiment.Den sonderende version kan bruges til at skabe en teori, mens den bekræftende version bruges til at bevise denne teori.Hvis den bekræftende analyse ikke er gunstig, kan forskeren muligvis ændre, hvordan den sonderende analyse beregnes.

Antallet af målinger, der kræves for disse beregninger, er vigtige.De fleste beregninger kræver mindst ti målinger, hvis ikke mere.Normalt har bekræftende analyse brug for mange flere målinger end efterforskende.Til tider er der behov for mindst 200 målinger til en vellykket analyse.Som en generel regel resulterer brug af flere målinger typisk i mere pålidelige data, skønt det nødvendige antal afhænger af eksperimentet.