Factor Analyse in SPSS Uitleg
De factor analyse gebruik je om meer overzicht en duidelijkheid te krijgen in je onderzoek. Zeker als je veel onafhankelijke variabelen (voorspellers) hebt die een bepaalde y-variabele moeten verklaren, is het aan te raden om door middel van Factor analyse het aantal variabelen terug te brengen.
Factor Analyse in SPSS
Door een factor analyse te draaien, verklein je de kans op multicollineariteit. Dit is het gevaar dat je loopt als je veel variabelen hebt in je model, die onderling een hoge correlatie kunnen hebben. Deze (te) hoge correlatie zorgt ervoor dat je model wordt verstoord. Variabelen met een hoge correlatie worden samengevoegd en daar zal een onderliggende reden voor zijn. Deze variabelen zullen op de 1 of andere manier iets met elkaar te maken hebben. Deze overeenkomst geef je een naam aan de factor.
Hoe voer je de factor analyse uit in SPSS?
Analyze->Data reduction->Factor
Selecteer alle onafhankelijke variabelen (voorspellers) en zet ze bij de variables. Klik onderaan op ‘”options” en vink de onderste keuze aan “supress absolute values less than” aan en vul daar 0,4 in. Nu worden alle lage scores niet getoond zodat je duidelijk kan zien welke variabelen bij elkaar horen. Klik in de optie “rotation’” op varimax zodat je ook de rotated factor analyse kan zien die vaak duidelijkere resultaten laat zien. Vink bij de optie “extraction” de scree plot aan. Hier kun je eventueel ook het aantal factoren invullen. Dit kun je ‘t best doen aan de hand van de knikken in de lijn van de scree plot.
Draai de factor analyse. Hou er rekening mee dat je meerdere factor analyses zult moeten draaien voordat je tot de beste resultaten komt. Vaak geeft de Rotated tabel betere resultaten dan die erboven staat.
Kijk ook naar de scree plot waar de knikken in de lijn zich bevinden. Draai vervolgens voor elke knik om aparte factor analyse. (verdere uitleg factor analyse: PDF). Je kunt zelf aangeven hoeveel factoren je wilt dat de factor analyse laat zien. Het is ook aan te raden om de resultaten onder 0,4 niet te tonen, om meer overzicht te houden over welke factoren bij elkaar horen. Kijk goed of je overeenkomsten ziet tussen de variabelen. Als je elke factor voor jezelf kan uitleggen heb je een goede factor analyse. Uiteraard moet de verklaarde variantie wel in orde zijn.
Wikipedia definitie van Factoranalyse:
Factoranalyse is een multivariate statistische techniek die voor een groot aantal geobserveerde variabelen een kleiner aantal achterliggende variabelen identificeert. Deze niet geobserveerde, achterliggende variabelen worden factoren genoemd. Belangrijk is dat de factoren bijna evenveel van de variatie verklaren als de geobserveerde variabelen. Factoranalyse wordt gebruikt voor data-reductie en om inzicht te krijgen in de structuur van de dataset.
Een goede factoroplossing bepaalt een relatief klein aantal factoren die samen een groot deel van de variantie die in de oorspronkelijke variabelen aanwezig is, verklaren. Matrixalgebra is een essentieel onderdeel van factoranalyse. De factoroplossing wordt verkregen door manipulatie van de correlatiematrix.
Factor Analyse uitleg,Tags: factor analyse, regressie analyse, statistiek, uitleg

1 reactie
Bedankt, hier schiet ik tenminste een heel eind mee op!