Hva er faktoranalyse?
Faktoranalyse er en type statistisk analyse som undersøker forskjellige korrelasjoner og mønstre som kan oppstå mellom målingene. Det er to typer faktoranalyse; utforskende og bekreftende. Disse to versjonene kan brukes enkeltvis eller kombinert. Det er mange forskjellige typer statistiske beregninger som brukes i denne analysen.
Et vanlig første trinn som brukes i faktoranalyse inkluderer å samle inn målingene i eksperimentet. Korrelasjonsmatematikken brukes til å bestemme eksisterende korrelasjoner. Forskeren vil avgjøre om alle faktorene beregnet fra analysen vil bli inkludert. Noen eksperimenter vil kreve at visse faktorer blir innarbeidet i statistikken og andre blir ekskludert.
En metode som brukes for å trekke ut de mulige faktorene er maksimal sannsynlighet. Denne beregningen er så komplisert at statistiske dataprogrammer blir brukt, ettersom en forsker vanligvis ikke kan utføre beregningen for hånd. Faktorene i analysen kan også kombineres på flere måter. Analysen vil kreve rekkefølgen av faktorene som skal roteres eller kjemmes på en måte som forklarer storhetens varians eller spredning av data.
Når de endelige faktorene og score er beregnet, kan dataene tolkes. Faktorer som har høyest score vil ha mest innflytelse på målingene. Disse poengsummene kan også brukes for videre statistisk analyse. I motsetning til andre typer statistisk analyse, kan denne analysen resultere i en ubegrenset mengde viktige faktorer, i stedet for å begrense faktorene til en liten gruppe.
Utforskende faktoranalyse brukes for å forstå hvilke ting i naturen som kan påvirke visse målinger. Hvor sterkt disse faktorene påvirker målingene er også av interesse for den utforskende versjonen. Disse er ikke forhåndsinnstilt før målingene er tatt. Med bekreftende faktoranalyse er det spesifikke faktorer som undersøkes i forkant av beregningene.
Begge typer faktoranalyse kan brukes i ett eksperiment. Den utforskende versjonen kan brukes til å lage en teori, mens den bekreftende versjonen brukes for å bevise den teorien. Hvis den bekreftende analysen ikke er gunstig, kan det hende at forskeren må endre hvordan den utforskende analysen beregnes.
Antall målinger som kreves for disse beregningene er viktig. De fleste beregninger krever minst ti målinger hvis ikke mer. Vanligvis vil bekreftende analyse trenge mange flere målinger enn utforskende. Noen ganger er minst 200 målinger nødvendig for en vellykket analyse. Som en generell regel resulterer bruk av flere målinger vanligvis i mer pålitelige data, selv om nødvendig antall vil avhenge av eksperimentet.