DAVRANIŞ BİLİMLERİNDE İLERİ İSTATİSTİK DOKTORA

DAVRANIŞ BİLİMLERİNDE İLERİ İSTATİSTİK

DOKTORA

Doç. Dr. ÖMAY ÇOKLUK BÖKEOĞLU

Açımlayıcı Faktör Analizi

• Faktör analizi, sosyal bilimlerde ölçek geliştirme ya da uyarlama

çalışmalarında ve bir ölçeğin farklı bir amaç ya da farklı bir örneklem için kullanıldığı araştırmalarda yapı geçerliğine ilişkin kanıt elde etmek amacıyla en sık kullanılan tekniklerden biridir

Büyüköztürk, 2010).

Açımlayıcı Faktör Analizi

• Varsayımlar

• Örneklem büyüklüğü

• Kayıp değerler

• Normallik

• Doğrusallık

• Çoklu bağlantı

• Uç değerler

Açımlayıcı Faktör Analizi

• Açımlayıcı faktör analizinde hangi faktörleştirme tekniğinin

kullanılacağı, araştırmacının sayıltılarına ve amacına göre değişir.

Araştırmacı faktör analizine başlamadan önce, sayıltılarını gözden

geçirmeli ve amacını açık ve net bir biçimde belirlemelidir (Şencan,

2005).

Açımlayıcı Faktör Analizi

• Temel Bilesenler Analizi (Principal Components Analysis): Tabachnick ve Fidel’e (2001) göre temel bileşenler analizi, en sık kullanılan faktör estirme tekniklerinden birisidir. Temel bileşenler analizinin temel

amacı, her bir bileşenle veri setinden azami varyansı çıkartmaktır.

Temel bileşenler analizi, fazla sayıdaki değişkeni, daha küçük sayıda

bilesen altında azaltarak toplamak isteyen araştırmacı için bir çözüm

yoludur.

Açımlayıcı Faktör Analizi

• Temel Faktörler Analizi (Principal Factors Analysis): Temel faktörler analizinin temel bileşenler analizinden farkı, ortak faktör varyansını tekrarlı (iterative) yöntemler aracılığıyla tahmin etmesidir. Temel

faktörler analizinin temel amacı, temel bileşenler analizinde olduğu

gibi, her bir faktörle veri setinden azami dik açılı (orthogonal) varyansı

çıkarmaktır.

Açımlayıcı Faktör Analizi

• Maksimum Olasılık Faktör Analizi (Maximum Likelihood Factor Analysis):

Maksimum olasılık faktör analizi bir faktörleştirme tekniği olarak 1940’larda Lawley tarafından geliştirilen bir tekniktir. Bu teknik, evrenden çekilen

gözlenen korelasyon matrisi örneğinin en yüksek hesaplanan yük değerleri olasılığında, faktör yükleri için evren değerlerini tahmin eder. Maksimum olasılık faktör analizi, aynı zamanda, faktörler ve değişkenler arasındaki

kanonik korelasyonu en yüksek büyüklüğe çıkartır (Tabachnick ve Fidel, 2001).

Açımlayıcı Faktör Analizi

• Imaj Faktör Analizi (Image Factor Analysis): Guttman’ın 1953 yılında “imaj kuramı” (image theory) çerçevesinde ortaya attığı bu matematiksel bağıntı, Jöreskog tarafından 1963 yılında tanımlanmıştır. Bu teknik, çok az kullanılan bir faktör analizi modeli ve analitik bir yöntemdir (Tucker ve MacCallum,

1997). Bu tekniğin imaj– faktör olarak adlandırılmasının nedeni, diğer değişkenler tarafından “yansıtılan” gözlenen değişkenlerin varyansı sonucunda oluşan faktörler arasındaki dağılımı (tasnifi) yapmasıdır.

Açımlayıcı Faktör Analizi

• Alfa Faktörlestirme Analizi (Alpha Factoring Analysis): Kaiser ve Caffrey tarafından 1965 yılında ortaya konulan alfa analizi,

örneklemdeki değil, evrendeki ilişkileri dikkate alır. Bu genelleme ve örnekleme tartışması çok önemli bir psikometrik sorundur ancak

hiçbir faktör analizi yöntemi bunu dikkat almamaktadır (Tucker ve

MacCallum, 1997).

Açımlayıcı Faktör Analizi

• Ağırlıklandırılmamış En Küçük Kareler Analizi (Unweighted Least

Squares Analysis): Comrey tarafından 1962’de geliştirilen ve Harman

ve Jones tarafından 1966’da yeniden düzenlenen bu tekniğin orijinal

adı “asgari artık / fark” (minimum residual)’tır.

Açımlayıcı Faktör Analizi

• Genellestirilmis / Agırlıklandırılmıs En Küçük Kareler Analizi

(Generalized/ Weihted Least Squares Analysis): Genelleştirilmiş en küçük kareler analizi de, ağırlıklandırılmamış en küçük kareler

analizinde olduğu gibi, gözlenen ve yeniden üretilen korelasyon

matrisleri arasındaki farklılıkların karelerini en aza indirmeyi amaçlar

SPSS Uygulamaları

• Açımlayıcı Faktör analizine ilişkin varsayımların ve analizin SPSS’te

uygulamaların yapılması

Kaynak

• Çokluk, Ö., Şekercioğlu, G. & Büyüköztürk, Ş. (2010). Sosyal bilimler için çok değişkenli istatistik. Ankara: Pegem Akademi.

• Şencan, H. (2005). Sosyal ve davranışsal ölçümlerde güvenirlik ve geçerlilik. Ankara: Seçkin Yayıncılık.

• Tabachnick, B. G., & Fidell, L. S. (1996). Using Multivariate Statistics

(3rd ed.). New York Harper Collins.