SPSS에 의한 탐색적 요인분석(EFA: Exploratory Factor Analysis) [자막]
ฝัง
- เผยแพร่เมื่อ 28 ก.ย. 2021
- 요인분석 중의 하나인 #탐색적요인분석 에서 요인을 추출하는 주성분방법 과 #주축요인 (Principal Axis Factoring)의 특성을 비교하고 요인회전방법인 베리맥스 직교회전과 #프로맥스 사각회전을 비교합니다. SPSS 로 분석할 때 상관계수 행렬을 직접 입력하여 구하는 방법도 소개합니다.
간단하게 예제만 보고 싶으면 28:28 에서 시작하세요~
00:20 EFA(탐색적요인분석)와 CFA(확인적요인분석)
01:10 요인분석의 목적
03:00 요인과 변수의 구별
06:08 요인분석의 수학모형
08:08 변수의 정보를 담고 있는 공분산 행렬(Covariance matrix)
09:18 요인적재값과 고유값(eigenvalue), 고유벡터(eigenvector)
11:24 상관계수행렬(Correlation Matrix)을 입력하여 구하는 요인분석 예제
14:08 왜 고유값 1이 기준인가?
14:27 직교회전, 베리맥스(varimax)
15:12 원자료를 입력하여 구하는 요인분석 예제
18:28 탐색적 요인분석(Exploratory Factor Analysis)의 이슈
19:18 KMO, Bartlett의 구형성 검정
20:30 Scree Plot
21:30 사각회전, 프로맥스(PROMAX)
23:28 종합적인 예제
강의파일 docs.google.com/presentation/...
![AMOS에 의한 확인적 요인분석(CFA: Confirmatory Factor Analysis)(AVE, CR 쉽게 구하는법) [자막]](http://i.ytimg.com/vi/GAalGS21kgQ/mqdefault.jpg)
![AMOS에 의한 확인적 요인분석(CFA: Confirmatory Factor Analysis)(AVE, CR 쉽게 구하는법) [자막]](/img/tr.png)
![회귀분석(2) 다중회귀분석(Multiple Regression) with SPSS [자막]](http://i.ytimg.com/vi/5-zZffMuH5Q/mqdefault.jpg)
![[LIVE] : ONE ลุมพินี 71 วันนี้!! คู่เอก "ทรงชัยน้อย vs รักษ์"](http://i.ytimg.com/vi/_AGPnq2p6Js/mqdefault.jpg)
친절한 설명 감사합니다.
정말 명쾌한 설명 감사합니다!!!!!! 최고의 강의입니다
명령문을 이용한 요인분석입니다. 원자료가 없고 상관행렬만 있을 때 유효합니다. 데이터창에 입력하지 않고 명령문창에 입력하고 전체 선택후 실행합니다.
matrix data
variables=rowtype_ 국어 영어 국사 물리 대수학 기하학.
begin data
N 220 220 220 220 220 220
corr 1.000
corr 0.439 1.000
corr 0.410 0.351 1.000
corr 0.288 0.354 0.164 1.000
corr 0.329 0.320 0.190 0.595 1.000
corr 0.248 0.329 0.181 0.470 0.464 1.000
end data.
FACTOR
/MATRIX IN(COR=*)
/MISSING LISTWISE
/ANALYSIS 국어 영어 국사 물리 대수학 기하학
/PRINT INITIAL EXTRACTION ROTATION
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/CRITERIA ITERATE(25)
/ROTATION VARIMAX
/METHOD=CORRELATION.
상관계수 행렬을 이용한 요인분석의 명령문은 첨부된 강의록의 슬라이드 노트에 수록되어 있습니다.
우리가 가장 많이 사용하는 주성분방법에 의한 적재값추정법은 커뮤날리티가 과대추정되는 특징때문에 적재값의 크기가 좀 크게 추정되는 특징이 있어 논문을 쓰는 분들의 입장에서는 선호할 수 밖에 없습니다. 그러나 Common Factor Analysis라고 블리는 ML(최대우도추정법)이 요인들에 의해 설명되는 커뮤날리티를 정확하게 추정해주기 때문에 더 추천된다 할 수 있는데 이는 정규성이 가정되어야 사용할 수 있는 것이죠. 그런 면에서 적재값의 크기도 정규성 가정도 걱정이 작은 주축요인방법으로 적재값을 추정할 것을 본 영상에서는 제안하는 것입니다. 본 영상을 잘 이해하셨다면 주성분방법의 초기 커뮤날리티가 왜 모두 1이고 주축요인이나 ML에서는 초기값이 1이하인지를 이해할 수 있을 겁니다.
좋은 강의 너무 잘 들었습니다.
강의 내용에서 탐색적 요인분석 시 독립변수만 넣으시고 탐색적요인분석을 실행하신 것 같은데요...
독립변수와 종속변수를 구분해서 넣어도 괜찮나오? 만일 가능하다면 혹시 이에 대한 이론적 근거를 알려주실수 있으실까요?
약간 혼란스런 질문입니다. 보통 종속변수는 하나의 변수인데... 종속변수가 여러개인 경우에는 주성분 분석으로 분석하고요.
아마도 내생변인, 외생변인을 종속변수, 독립변수로 표현하신걸로 추측합니다.
내생변인에 해당하는 변수들과 외생변인에 해당하는 변수들을 따로 요인분석하는 것이 원칙입니다.
그런데 이것이 내생변인에 해당되고 이변수가 외생변인에 해당된다 이런걸 안다는 것은 과거에 연구가 되어있는 것이기 때문에 EFA보다는 CFA를 권장합니다.
확인적요인분석 영상을 확인해주세요.
@@easy_statistics 친절한 설명 너무 감사합니다.
썸네일이 기막힙니다 ㅎㅎ
교수님, 저번에 확인적 요인분석에서 알려주셨던 것 잘 적용했습니다.
다만, 적합도가 잘 안나와서 tandardized Residual Covariances 표에서 변수들 잔차의 합 등을 고려해서 변수들을 몇개 제거한 결과 적합도가 매우 높아져서요. (TLI가 살짝 모자란 것 빼곤 다 적합했었습니다)
처음부터 탐색적 요인분석을 통해서 적재치 등을 고려해서 문항들을 제거하고 다시 확인적 요인분석을 하려고 하는데요.
선행 연구에서 A라는 변인은 a,b,c라는 하위요인들로 각 하위요인 당 5문항씩 존재할 때
탐색적 요인분석을 실시하고자 합니다.
제가 참고하고자 했던 연구에서는 구조방정식 모형 분석시 학습몰입의 하위요인별로 문항묶음을 사용하기 위하여, 탐색적 요인분석을 실시하여 하위요인별로 일차원성을 확인하였다고 하는데 이 것이
SPSS에서 분석 -> 차원축소 -> 요인분석 탭에서
a의 문항들로만 변수항에 넣어서 진행을 하고 b의 문항 따로 변수항에 넣어서 진행을 하는 식으로 하면 되는지
A라는 변인의 총 15문항을 전부다 넣고, 요인추출 탭에서 고정된 요인 수 3개로 넣고 돌리면 되는지
위와 아래의 방식 중 어떤 방식이 하위요인별로 일차원성을 검증하는게 맞는지 물어보고자 합니다.
결과가 잘 되었다니 다행입니다
답은 정확히 아시는것 같은데 15개문항을 3개 요인으로 나눠야죠.
확인적요인분석결과만 제시해도 될거같은데 학위논문 쓸때 탐색적요인분석결과를 앞에 적으라는 지시를 많이들 받으시는거 같아요. 원칙대로 한다면 탐색적요인분석 먼저하고 그 결과가 잘 들어맞는지 다시 300명 정도 설문조사해서 확인해야하죠. 한 자료 갖고 efa cfa 다해보는건 맞지 않습니다. 조사 2번해야한다는 말씀이 아니고(새로운 척도개발이 연구목적이 아니라면) 굳이 어색하게 확인분석이 다 끝난 자료가지고 거꾸로 탐색분석 할 필요 없다는 겁니다. ㅎㅎ 혼란스러우시면 못들으신걸로 하세요~~