پاورپوینت کارگاه SPSS پیشرفته (pptx) 16 اسلاید
دسته بندی : پاورپوینت
نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید: 16 اسلاید
قسمتی از متن PowerPoint (.pptx) :
بنام خدا
1
کارگاه SPSS پیشرفته (تحلیل عاملی اکتشافی)
2
تحلیل عاملی FACTOR ANALYSIS
این روش توسط کارل پيرسون 1901 وچارلز اسپيرمن 1904براي اولين بار هنگام اندازه گيري هوش مطرح شد.
براي تعيين تأثيرگذارترين متغيرها در زمانيكه تعداد متغيرهاي مورد بررسي زياد و روابط بين آنها ناشناخته باشد، استفاده مي شود. در اين روش متغيرها در عاملهايي قرار مي گيرند، به طوريكه از عامل اول به عاملهاي بعدي درصد واريانس كاهش مي يابد، از اين رو متغيرهايي كه در عامل هاي اولي قرار مي گيرند، تأثيرگذارترين هستند.
3
4
پيش فرض هاي تحليل عاملي
حجم نمونه: حداقل 5 مورد براي هر متغير
نرمال بودن: متغيرها داراي توزيع نرمال باشند.
خطي بودن متغيرها: خطي بودن مهم است زيرا تحليل عاملي مبتني بر همبستگي است.
دور افتاد ه ها در ميان موردها: از مجموعه داد ه ها حذف شوند.
كمي باشند، دامنه ي نمرات آنها بزرگ، داراي توزيع متقارن و تك نمايي باشند.
5
تعریف ماتریس همبستگی
ماتریس همبستگی مجموعهای از ضرایب همبستگی بین تعدادی از متغیرها است:
فرض بر این است که هر متغیر با خودش همبستگی کامل دارد(عناصری که در قطرهای ماتریس همبستگی قرار میگیرند در فهم و تفسیر تحلیلهای عاملی مهم هستند).
زواید زیادی در ماتریس وجود دارد، بدین معنا که هر ضریب دوبار در ماتریس ظاهر میشود.
تحلیل عاملی برای سادهکردن چنین ماتریسهایی طراحی شده است
در یک ماتریس بزرگ از همبستگیها، منطقی است بپرسیم که چه چیزی ممکن است این همبستگیها را تبیین کند.
6
تعریف عامل: اساساً عامل، بعد یا سازهای است که روابط بین مجموعهای متغیرها را به صورت خلاصه مطرح میکند بنا به عقیدة رویس (1963)، عامل، سازهای است که عملاً از روی (یا بوسیلة) بارهای عاملیاش تعریف میشود.
تعریف بارهای عاملی: همبستگی یک متغیر با یک عامل را بار عاملی گویند. فرض کنید که مجموعهای از آزمونهای توانایی و پیشرفت تحصیلی را تحلیل عاملی کردهایم. این مثال، سه عامل را در یک نوع تحلیل عاملی از تواناییها نشان میدهد. عاملهای دیگری نیز ممکن است وجود داشته باشد اما اینها ماهیت عوامل و بارهای عاملی را بهتر توضیح میدهند.
7
فایده تحلیل عاملی
به رغم اینکه میدانیم تحلیل عاملی برای خلاصهکردن ماتریسهای همبستگی به کار برده میشود، هنوز یک سؤال مهم باقی است و آن این است که با تحلیل عاملی چه کارهایی را میتوان انجام داد و این فن چگونه میتواند سودمند واقع گردد؟
برای پاسخ به این پرسش، باید به این نکته توجه کرد که هنگام کاربرد این روش باید بین تحلیل اکتشافی (exploratory) و تأییدی (confirmatory) تمایز قائل شد.
8
تفسير وجود همبستگي دروني بين تعدادي صفت قابل مشاهده از طريق عواملي كه قابل مشاهده نيستند و آنها راعامل گويند. در واقع اين عوامل غيرقابل مشاهده دليل مشترك همبستگي بين متغيرهاي اصلي هستند؛
ارائه روش تركيب و خلاصه كردن تعداد زيادي از متغيرها در تعدادي گروه متمايز
از بين متغيرهاي مختلف تأثيرگذارترين آنها تعيين شده و در پژوهش هاي بعدي به طور جزيي تر متغيرهاي تأثيرگذار رابا تكرار بيشتري بررسي مي كنند.
9