faktorianalyysissä

Faktorianalyysissä on tilastollinen menetelmä, jolla havaittujen muuttujien vaihtelua selitetään pienemmällä määrällä piileviä tekijöitä. Tekijät ovat latentteja konstruktioita, joita ei suoraan havaita, mutta joiden avulla variaatio ja korrelaatiot voidaan jäsentää. Menetelmä soveltuu sekä tiedon tiivistämiseen että mittausinstrumenttien rakennemallien arviointiin.

Päätyypit ovat eksploratiivinen faktorianalyysi (EFA) ja konfirmatiivinen faktorianalyysi (CFA). EFAa käytetään uusien tekijästrukturien löytämiseen ilman ennalta määriteltyä mallia, CFAa taas käytetään ennalta kuvatun teoreettisen rakenteen sovittuvuuden testaamiseen dataan.

Prosessi alkaa aineiston soveltuvuuden arvioinnilla: Bartlettin testi ja KMO-indeksi kertovat, onko tekijäanalyysille suotuisat edellytykset. Tekijöiden määrää arvioidaan usein eigenarvojen perusteella (>1) sekä tulkitaan käyrämenetelmällä (scree plot). Eksploraatiossa käytetään tyypillisesti päätekijäfiktointia (principal axis factoring) tai maksimilöydön menetelmää, ja tekijöiden rotaatio valitaan tulkinnan helpottamiseksi: ortogonaalinen Varimax tai obliikki rotaatio kuten Promax. Tuloksena saadaan tekijäkuormat, jotka kertovat, kuinka voimakkaasti kukin muuttuja liittyy kuhunkin tekijään; yhteisvarianssi (communality) kuvaa, kuinka suuri osa kunkin muuttujan varianssista on tekijöiden selitettävissä.

EFAa ja CFAa käytetään erilaisin tavoittein; CFA tarjoaa tilastollisia sovitusmittareita, kuten CFI, TLI ja RMSEA. Faktorianalyysiä käytetään laajalti psykometrian, kyselyjen kehittämisen ja muun sosiaali- ja käyttäytymistieteen tutkimuksen työkaluna. Se vaatii riittävän otoskoon ja riittävän lineaarisuuden sekä, tarpeen mukaan, normaalijakauman tai sen joustavuuden.

Ohjelmistoversioita ovat R:n paketit kuten psych ja lavaan, SPSS:n Factor, Mplus sekä SAS:n PROC FACTOR.