„Faktoranalízis” változatai közötti eltérés

[ellenőrzött változat][ellenőrzött változat]
Tartalom törölve Tartalom hozzáadva
a Matematikai statisztika” kategória eltávolítva; „Statisztika” kategória hozzáadva (a HotCattel)
DeniBot (vitalap | szerkesztései)
a kisebb formai javítások
1. sor:
{{nincs forrás}}
A '''faktoranalízis''' a többváltozós statisztika módszerei közé tartozik, célja a változók csoportosítása és a változók számának redukálása. A faktoranalízis lényege, hogy a változók között összefüggések, korrelációk tapasztalhatók: a közvetlenül nem megfigyelhető háttérváltozók – a latens változók, azaz a faktorok – meghatározása ezen korrelációk alapján lehetséges. A megfigyelt változók lineáris kombinációjából képezünk új változókat. A korrelációs módszer segítségével érhető el az eredeti változók számának csökkentése, hogy az eredeti adatok leírása a lehető legkevesebb információveszteséggel járjon.
 
A faktoranalízis modelljében feltételezzük, hogy a megfigyelt korrelált változók nem megfigyelhető hipotetikus háttérváltozók, ún. faktorok lineáris kombinációjaként írhatók le. A faktoranalízis során megkeressük az eredeti változók egymással szorosabb korrelációban levő csoportjait, ezeket a változókat egy faktorhoz tartozónak tekintjük. Amennyiben sikerült ilyen csoportokat elkülönítenünk, a következő feladat a faktorok értelmezése. Így a nagyszámú eredeti változót néhány faktorban összesíthetjük, és ezekkel mint új változókkal dolgozhatunk tovább.
 
A módszer a pszichológiában a személyiség szerkezetének, modelljének vizsgáló többváltozós kutatások alapjául szolgál , de azokon a területeken alkalmazható leginkább, ahol nagy mennyiségű adattal dolgoznak. A faktoranalízis módszerét alkalmazzák a pszichometriában, a viselkedés- és társadalomtudományokban, használja a szociológia, a marketing, a termékmenedzsment és az operációkutatás is.
 
== A faktoranalízis lépései ==
 
Az első lépés a standardizált változók korrelációs – vagy [[kovariancia]] – mátrixának elkészítése és vizsgálata. Ekkor minden változónak mindegyik más változóval való kapcsolatát határozzuk meg. A következőkben azonosítanunk kell a faktorokat, azaz faktorextrakciót (faktorkivonást) kell végeznünk a változók közötti korrelációs vizsgálat alapján. A faktorextrakció után a faktorsúlyok becslése, a faktorok értelmezése, interpretációja következik. Faktorsúlynak (factor loading) a mérési mutató és a faktor közti korrelációt nevezzük.
Az így kapott faktorokat még nehezen lehet értelmezni, de a faktorok megfelelő rotációjával az eredeti változók korábbi viszonylag nagy faktorterhelései még nagyobbak lesznek, a korábbi viszonylag kis faktorterhelések pedig még kisebbek, az egyes faktorok a nagy terhelésű változók mentén könnyebben értelmezhetők. Az egyes eseteket a faktorpontok (factor score) segítségével jellemezhetjük. A faktorok elnevezésekor törekedni kell arra, hogy az elnevezések tükrözzék a legnagyobb faktorsúlyú tételeket.
 
A faktoranalízis főbb módszerei a főkomponensmódszer, a főfaktoranalízis és a maximum likelihood-faktoranalízis. A faktoranalízist gyakran összekeverik a [[főkomponens-analízis]]sel, mivel a két módszer összefügg.
A főkomponens-analízis a legelterjedtebb módszer a faktorsúlyok becslésére. Az eredeti változókat új, korrelálatlan változókba transzformáljuk lineáris transzformáció segítségével, így a teljes variancia egyre kisebb hányadát fogják magyarázni az egymást követő komponensek, amelyből csak az első néhányat tartjuk meg.
 
== A faktoranalízis története ==
 
A faktoranalízis bevezetése [[Charles Spearman]] nevéhez fűződik, aki az intelligencia kutatásának során kétfaktoros elméletet feltételezett. Elmélete szerint minden ember egy általános intelligenciafaktorral („g” faktor) és speciális intelligencia faktorokkal („s” faktor) rendelkezik, s ezen faktorok különböző képességekre vonatkoznak.
[[Louis Leon Thurstone]] a The Vectors of Mind (Az értelem vektorai, 1935) című munkájában mutatja be a faktoranalízis módszerét. Thurstone szerint a teljesítményben nem lehet egyik faktornak nagyobb szerepe, mint a többinek, és a faktorokat úgy értékelte, ahogy az egy adott pillanatban az adott tesztben elért teljesítményt befolyásolta. 1938-ban a Primary Mental Abilities Test (Elsődleges Mentális Képességek Tesztje) megalkotásakor az emberi intelligenciának különféle összetevőit határozta meg (a következtetés képessége, a verbális készség, a verbális megértés, a számolás, a térlátás és a gépies emlékezet).
[[Raymond Cattell]] elkötelezett híve volt a faktoranalízis módszerének, megalkotta saját, multi-faktoriális elméletét az intelligencia magyarázatára, amely szerint az elsődleges személyiségvonásokat 16 fő faktor tartalmazza (1977).
A főkomponens-módszer kifejlesztése [[Harold Hotelling]] nevéhez fűződik, a maximum likelihood-faktoranalízist [[Lawley]] és [[J. C. Maxwell Barnett]] vezette be az 1930-as és az 1940-es években.
23. sor:
== A faktoranalízis alkalmazása ==
 
A faktoranalízist olyan faktorok azonosítására használják, amelyek a különböző teszteken elért eredmények változatosságát magyarázzák. Intelligenciakutatásokban azt az eredményt kapták, hogy azok a vizsgálati személyek, akik a verbális képességeket vizsgáló valamely teszten magas pontszámot értek el, más verbális képességeket megkövetelő teszteken is jól szerepeltek. A kutatók a faktoranalízis segítségével elkülönítettek egy gyakran „crystallized intelligence”-nek vagy verbális intelligenciának nevezett jelenséget, ami annak a képességnek a mértékét jelzi, hogy valaki mennyire képes problémákat megoldani verbális készségei bevonásával.
A faktoranalízis fogalma a pszichológiában leggyakrabban az intelligenciakutatásokkal, illetve a személyiség- és attitűdkutatásokkal stb. kapcsolódott össze. Alkalomadtán a faktoranalízist természettudományi kérdések megoldására is felhasználják, mint például a beszédfelismerés hangjelzéseinél a vakforrás-szeparáció esetében, amikor a függetlenkomponens-analízist az akusztikus főfaktorok elvonására a repülőtéri hangosbeszélők, illetve a zenei felvételek érthetővé tételében használják.
 
== A faktoranalízis előnyei ==
35. sor:
A pszichológiában a kutató többé-kevésbé érvényes és megbízható mérésekre támaszkodnak, mint akár az önjellemzések, illetve a faktoranalízis heurisztikákon alapul, ami problémákat is okozhat.
 
== Forrás ==
* Székelyi Mária - Barna Ildikó: Túlélőkészlet az SPSS-hez. Többváltozós elemzési technikákról társadalomkutatók számára
* Magyar biostatisztikai értelmező szótár, Klinikai Biostatisztika Társaság. http://epi.univet.hu/portal/biostat/kbt/magyar-biostatisztikai-ertelmezo-szotar/faktoranalizis
42. sor:
* Britannica Hungarica Online. http://www.vilagtudasa.hu/base.aspx?azonosito=70216&link=donothing&link2=donothing&control=2211236171044991/szocikknev&figyelem=1
 
{{DEFAULTSORT:Faktoranalizis}}
[[Kategória:Statisztika]]
 
[[en:Factor analysis]]
57 ⟶ 59 sor:
[[sr:Факторска анализа]]
[[su:Analisis faktor]]
 
[[Kategória:Statisztika]]