Kısa Kısa Anlatımlarla Faktör Analizi
1- Faktör Analizi Nedir?
Faktör analizi, ayni yapıyı ölçen çok sayıda değişkenden, az sayıda ve tanımlanabilir nitelikte anlamlı değişkenler elde etmeye yönelik çok değişkenli bir istatistiktir.
2- Veriler Faktör Analizi İçin Uygun Mu ?
Veriler sayısal aralıkta olmalıdır . Kategorik veriler (ülke, meyve gibi) faktör analizi için uygun değildir. Veri setinin faktör analizi için uygun olup olmadığını belirlemek için 3 yöntem kullanılır Bunlar ;
- Korelasyon matrisinin oluşturulması
- Barlett Testi
- Kaiser- Meyer –Olkin Testi
2.1-Korelasyon Matrisinin Oluşturulması
Korelasyon, iki veya daha fazla değişken arasında bir ilişki olup olmadığını, eğer ilişki varsa bu ilişkinin miktarını ve yönünü sayısal olarak belirlememizi sağlayan istatistiksel bir tekniktir. İki değişken arasındaki ilişkinin derecesine ise korelasyon katsayısı denir.
2.2-Bartlett Testi
Bartlett testi veri matrisinin birim matris olup olmadığına, değişkenler arasındaki Korelasyonun yeterli olup olmadığına karar verir. Tüm korelasyon katsayıları sıfırdır boş hipotezini test eder. P value değeri < 0,05 ise veri seti faktör analizi için uygundur.
2.3-KMO (Kaiser Mayer Olkin)
Örneklemin analiz için yeterli olup olmadığını açıklar. KMO 0 ile 1 arasında değer alır 1 e ne kadar yakınsa örneklem o kadar faktör analizine uygundur. KMO değerinin 0,50 den büyük olması gerekir.
3-Faktör Sayısının Belirlenmesi
- Özdeğere Göre Belirleme
- Serpilme Diyagramı İle Belirleme
- Varyansın Oranına Göre Belirleme
3.1-Özdeğere Göre Belirleme
Hem faktörlerce açıklanan varyansı hesaplamada, hem de önemli faktör sayısına karar vermede dikkate alınan bir katsayıdır. Faktör analizinde , başlangıçta , genel olarak özdeğeri 1 ya da 1'den daha büyük olan faktörler önemli faktörler olarak alınırlar.
3.2-Serpilme Diyagramına Göre Belirleme
Özdeğer 1 in altına düşmeden önceki son nokta bizim faktör sayımız olarak belirleniyor.Bu grafikte Faktör sayısı 5 olarak belirlenir,6. faktörün özdeğeri 1'in altındadır.
3.3-Varyans Oranına Göre Belirleme
Analize dahil değişkenlerle ilgili toplam varyansın 2/3'ü kadar miktarının ilk olarak kapsadığı faktör sayısı önemli faktör sayısı olarak değerlendirilir.
4.Rotasyonlu Faktör Matrisi
Faktör yükleri matrisinin döndürülmesi daha yorumlanabilir bir faktör yapısının bulunmasına yardım eder. Maddeler döndürüldükten sonra varyans ile daha optimal bir duruma gelirler. Faktör döndürmenin iki temel yolu vardır. Dik (Varimax) ve Eğik (Oblimin). Daha çok tercih edilen yöntem dik (Varimax) yönetimidir.
4.1-Varimax Yöntemi
Varimax yönteminde basit yapıya ve anlamlı faktörlere ulaşmada faktör yükleri matrisinin sutunlarına öncelik verilir. Varimax yönteminde daha az değişkenle faktör varyanslarının maximum olması sağlanacak şekilde döndürme yapılır.
5.Faktörlerin İsimlendirilmesi
- Faktörlere yükleme yapan değişkenler incelenerek, değişkenler arasındaki ortak noktanın belirlenerek faktörler isimlendirilir.
- İsimlendirme hangi faktöre çok yükleme yapan değişkene bakılarak yapılır
- Faktöre yükleme yapan değişkenlerin vurgulamak istedikleri anlamı en iyi ifade eden isim verilebilir.
KAYNAKÇA
- Faktör Analizi-Çağatay Yıldırım-TEB,2014
- FAKTÖR ANALİZİ-Ayhan Çakır-Aralık 2014
- https://enessaritac.blogspot.com/2014/11/faktor-analizinde-kmo-ve-bartlett-testi.html
- FAKTÖR ANALizi: TEMEL KAVRAMLAR VE ÖLÇEK GELisTiRMEDE KULLANIMI-Yrd. Doç .Dr. Sener BÜYÜKÖZTÜRK
