Pubblicato da L'analisi fattoriale viene usata per studiare,
riassumere e semplificare le relazioni in un insieme di variabili, allo
scopo di ridurre l'informazione in un insieme di dati individuando uno o
più fattori o dimensioni latenti che fanno conto della similarità che accomunano una serie di variabili.
L'analisi fattoriale serve dunque per ridurre l'informazione in un
insieme di dati, ed individuare dimensioni latenti che spiegano la
relazione tra le variabili.
Il punto di partenza dell'analisi fattoriale è una matrice (R) che contiene le correlazioni tra le variabili osservate, mentre il punto di arrivo è una matrice che contiene una misura della relazione tra le variabili osservate e i fattori latenti (matrice delle saturazioni).
I coefficienti che esprimono le relazioni tra variabili (righe) e fattori (colonne), si chiamano coefficienti di saturazioni, ed il loro quadrato esprime la proporzione di varianza della singola variabile che è spiegata dal fattore.
Oltre a ricavare i fattori, bisogna anche interpretarli, tramite le
variabili con le quali presentano le saturazioni più elevate, dato che
di solito ogni fattore deve spiegare più varianza possibile delle
variabili osservate e deve farlo in maniera indipendente dagli altri
fattori, ed il modo migliore perchè ciò avvenga è far si che ogni
variabile correli il più possibile con ogni fattore.
Per interpretare meglio i dati, si ruotano i fattori in modo tale che su
essi ci siano saturazioni elevate solo di poche variabili, mentre le
altre presentino saturazioni basse (vicine allo zero).
Le operazione da fare per una buona analisi fattoriale sono:
- Verificare l'adeguatezza delle variabili in analisi
- Verificare l'adeguatezza della matrice di correlazione
- Decidere quale tecnica usare per l'estrazione dei fattori
- Decidere il numero dei fattori
- Decidere quale modello usare per la rotazione dei fattori
- Interpretare i risultati
- Valutare l'adeguatezza della soluzione
Piaciuto l'articolo? Lascia un commento!
EmoticonEmoticon