요인분석, 군집분석, 판별분석, 다차원 척도법의 이해

소개글

요인분석, 군집분석, 판별분석, 다차원 척도법의 정리하는 과제의 과제물입니다.

목차

없음

본문내용

요인분석

요인분석 – 상관관계를 기초로 함(등간, 비율척도)
예) 직무만족도에 대한 질문(변수) 100개
다른 분석과의 차이점은 독립, 종속 변인의 구분이 없으며
군집분석과의 차이점은 전체측정치의 상관에 대한 값이 아닌 변수간의 상관을 분석한다는 것.

사용 이유
변수의 구조를 밝혀 요인으로 묶이지 않는 중요도 낮은 변수를 제거하여 자료의 양을 줄이는 것. (단, 의미없는 정보손실 최소)
묶인요인(측정도구)이 타당한지 검증하는데도 사용되며
판별, 회귀분석에 요인을 사용하기 위해 사용됨.

통계 기본조건
표본수n은 변수의 4-5배 최소한 50개
상관행렬상관계수가 전체적으로 낮으면 안되고 일부는 높고 일부는 낮아야 함.
상관행렬이 단위행렬인가? Bartlett -> KMO계수의 p값이 영가설기각해야 단위행렬임
최초요인 추출 시 scree chart에서 꺾인 선 관찰되어야 함.

절차
연구과제설정
요인추출
ㄴ 요인추출 방법
PCA주성분분석 ; 총분산 사용. 요인 최소화, 정보손실 최소화시 사용
CFA공통요인분석 : 공분산/총분산 사용. 자료특성에 대해 아는게 없을 때 변수간 구조를 파악하기 위해 사용
ㄴ 비율 높으면 좋음.
GLS, ML
ㄴ 요인 수 결정
회전시키지 않은 요인행렬에서 요인을 추출함
1. 임의
2. 고유치 : 요인이 가진 변수간의 분산 / 1보다 크다 : 요인이 변수 1개이상의 분산을 설명
1보다 작다 : 요인이 변수 1개의 분산도 설명 못한다.
즉, 1보다 크면 요인씀
3.공분산/총분산 의 값이 60% 정도면 용인(CFA) / 단, 40%는 정보를 손실한다는 의미
4.scree chart에서 y고유치 x요인수로 둬서 지수함수에서 벗어나는 것을 요인으로 둠.

상관계수행렬계산
ㄴ R – 변수 간 상관계수 – 많이 씀
Q – 각 응답자의 상관계수(군집분석)
ㄴ 요인 부하량 계산 – 각 변수와 요인의 상관관계 = R Square와 비슷하므로 요인부하량이 높아야 함.
.4이상 유의한 변수 / .5이상 중요한 변수
n수와 변수가 증가할수록 요인부하량 고려양을 낮춰야 함.

참고 자료

없음