Faktoranalüüs

Faktoranalüüs on statistiline meetod, mille eesmärk on leida latentsete (varjatud) tegurite struktuur, mis selgitab nähtavate mõõtmiste vahelisi korrelatsioone. Selle abil saab vähendada mõõtmete arvu ja tuua esile konstruktsioone, mida ei saa otseselt mõõta.

Eksploratiivne faktoranalüüs (EFA) uurib andmetest varjatud tegurite arvu ja nende omavahelisi seoseid ilma tugeva teooria eeldusteta; kinnitav faktoranalüüs (CFA) testib eelnevalt sõnastatud mudelit või teooriat ja hindab selle sobivust andmetega.

Protsess hõlmab andmete ettevalmistust, korrelatsioonimaatide koostamist ning sobivuse hindamist. Sobivustesti hõlmavad KMO-näitajat ja Bartletti sfäärilisuse testi, mis kontrollivad, kas andmed on sobivad teguranalüüsiks. Ekstraktsioonimeetodiks kasutatakse sageli peamisi tegureid või maksimaalse tõenäosuse lähenemist; tulemuste tõlgendamisel rakendatakse rotatsiooni (nt Varimax või oblimin), mis annab arusaadavamad laotumised. Faktorite arvu määramisel aidatakse Kaiser kriteerium (eigenväärtus > 1), scree plot ja vajadusel paralleelanalüüs.

Tulemuseks on faktorilaadijad, millest nähtub, kui tugevalt iga nähtav muutuja seondub konkreetse faktoriga, ning vajadusel faktorikoordinaadid (scores). Piirangud hõlmavad subjektiivsust mudeli valikul, suurusnõudeid ning eeldusi normaalolukordade ja lineaarsuse osas. Faktoranalüüsi rakendatakse laialdaselt psühholoogias, sotsiaalteadustes, hariduses ja tervishoius ning see aitab mõista varjatud konstruktsioone ja vähendada andmete mõõtmeid.