تحلیل عاملی در مقایسه با تحلیل رگرسیونی
تحلیل عاملی در مقایسه با تحلیل رگرسیونی
تحلیل عاملی یا آنالیز فاکتور یا Factor Analysis یکی از روشهای آماری چند متغیره است که بین مجموعه فراوانی از متغیرها که به ظاهر بی ارتباط هستند ، رابطه خاصی را تحت یک مدر رگرسیون چند متغیری یک متغیر وابسته مشاهده شده و معلوم اندازه گیری می شود که از طریق متغیرهای مستقل تبیین می گردد، حال انکه در تحلیل عاملی متغیرهای متعددی وجود دارند که معمولاً بدون در نظر گرفتن اینکه مستقل اند یا وابسته، از طریق نشان دادن و روشن ساختن ساخت اصلی آنها چگونگی مشابهت ها و مغایرت ها در آنها، تبیین می شوند. علاوه بر آن آن کسی که از تحلیل عاملی استفاده می کند پیوسته در پی آن است که برای اجزای ساخت (یگانگی ها یا عوامل زیربنایی) اسامی مناسب پیدا کند که این خود مقصود علمی با اهمیت و عمیقی است. در هر حال از تحلیل گر انتظار می رود بتواند مقوله ها یگانگی ها و متغیرهایی را از این راه کشف نماید؛ به سخن دیگر تحلیل رگرسیون چند متغیره که در آن یک یا چند متغیر به عنوان متغیر وابسته و سایر متغیرها به عنوان متغیرهای مستقل در نظر گرفته می شوند، یک تکنیک تشخیص وابستگی است که در آن همه ی متغیرها، همزمان در نظر گرفته می شوند، بدین معنا که هر یک از متغیرهای مورد مشاهده یک متغیر وابسته در نظر گرفته می شود که خود تابعی از یک مجموعه از عامل های زیربنایی ضمنی فرضی (ابعاد) است. و بر عکس نیز می توان هر یک از عامل ها را به عنوان یک متغیر وابسته در نظر گرفت که خود تابعی از متغیرهای مورد مشاهده است.
مقاله پیشنهادی : تحلیل عاملی چیست ؟
از آنچه گذشت می توان گفت در رگرسیون چند متغیری، متغیرهای مستقل و متغیرهای وابسته قابل مشاهده اند؛ حال آن که در تحلیل عاملی عامل ها قابل مشاهده نیستند. در واقع، عامل ها سازه هایی هستند نظری (فرضی) که تصوّر می شود «وجود دارند» و از طریق متغیرها (یا آزمون ها) برآورده می شوند.
تحلیل عاملی بیشتر مناسب آزمون فرضیه هایی درباره ی زیر ساخت مجموعه ای از متغیرهاست، در حالی که رگرسیون چند متغیری بیشتر مناسب آزمودن فرضیه هایی صریح درباره ی روابط موجود بین چند متغیر مستقل و یک متغیر وابسته است. در رگرسیون چند متغیره هدف اصلی پیش بینی یک متغیر وابسته در مقابل مجموعه ای از متغیرهای مستقل مورد نظر بود، در صورتی که تحلیل عاملی معمولاً برای داده هایی به کار می رود که در آن تمایز بین متغیرهای مستقل و وابسته معنی ندارد و آنچه به آن توجه می شود توصیف و تفسیر همبستگی های دو به دوی میان کلیه ی متغیرها است. در واقع تحلیل عاملی دو هدف اساسی دارد: نخست کاهش مجموعه ی اصلی متغیرها به تعداد کمتری از متغیرها موسوم به عامل ها؛ دوم گویایی عامل ها، یعنی بیانگر ساختار مشخص در روابط موجود بین مجموعه ای از متغیرها باشد. طبیعی است که هدف اول یعنی فرآیند کاهش تعداد متغیرها و مفهوم ساختار، برای فهم تحلیل عاملی امر بسیار اساسی ای است.دل فرضی برقرار می کند.
موضوع : تحلیل عاملی در مقایسه با تحلیل رگرسیونی
برگرفته از : Marketing Iran Talent
مطالب مرتبط:
3 اصل کلیدی برای رشد کسب و کار
۵ مدل نوآوری برای آینده کسب و کار
فرآیند ۶ مرحله ای ساده برای شروع یک کسب و کار کوچک
ایده های کارآفرینی : ۵۰ ایده کسب و کار برای کارآفرینان خلاق
کسب درآمد از آموزش و مشاوره در زمینه کسب وکارتان
بانک مشاغل برتر