Presná definícia
Čo znamená faktorová analýza?
Faktorová analýza je latentný lineárny pravdepodobnostný model, v ktorom pozorované premenné vznikajú z menšieho počtu spoločných faktorov a špecifického šumu každej premennej. Modeluje kovarianciu, nie iba maximálnu varianciu projekcie. Faktorové loadingy nie sú bez ďalších obmedzení jedinečné, preto sa často rotujú pre interpretáciu.
Skúsenosť a kontext
Ako sa pojem používa v praxi
V dotazníku môže viac položiek merať spoločný latentný konštrukt. Pred modelovaním sa posúdi vhodnosť škály, chýbajúce dáta a počet pozorovaní. Počet faktorov sa nevolí iba pravidlom vlastných hodnôt; používa sa paralelná analýza, likelihood, validácia a teória. Rotácia môže zjednodušiť loadingy, ale nemení automaticky celkovú modelovanú kovarianciu. Faktor sa pomenuje až podľa konzistentného obsahu položiek a následne sa overí na novej vzorke; výsledok nie je dôkazom kauzálnej latentnej entity.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako sa líši od PCA?
Faktorová analýza explicitne oddeľuje spoločnú varianciu od špecifického šumu.
Čo je faktorový loading?
Koeficient spájajúci latentný faktor s pozorovanou premennou.
Prečo sa faktory rotujú?
Aby loadingy získali jednoduchšiu interpretáciu; riešenie je rotačne nejednoznačné.
Ako určiť počet faktorov?
Kombináciou štatistických kritérií, stability a predmetovej teórie.
Je latentný faktor dokázaná príčina položiek?
Nie. Je modelová reprezentácia spoločnej kovariancie.