ΜΕΘΟ ΟΛΟΓΙΑ ΕΚΠΑΙ ΕΥΤΙΚΗΣ ΕΡΕΥΝΑΣ ΑΝΑΛΥΣΗ ΠΑΡΑΓΟΝΤΩΝ (FACTOR ANALYSIS) ΜΕ ΤΟ SPSS Ρ ΚΟΡΡΕΣ ΚΩΝΣΤΑΝΤΙΝΟΣ ΑΝΑΛΥΣΗ ΠΑΡΑΓΟΝΤΩΝ (FACTOR ANALYSIS) Η ανάλυση παραγόντων (Fact) είναι ουσιαστικά µία τεχνική µείωσης δεδοµένων (data reduction technique) Βασικές Προϋποθέσεις είναι: Οι µεταβλητές να είναι συνεχείς Οι µεταβλητές θα πρέπει να συσχετίζονται µεταξύ τους Ο αριθµός των µεταβλητών θα πρέπει να είναι αρκετά µεγάλος ώστε να περιλαµβάνονται τουλάχιστον µεταβλητές έ σε κάθε παράγοντα Το µέγεθος του δείγµατος θα πρέπει να είναι τουλάχιστον ίσο το τριπλάσιο του αριθµού των µεταβλητών Ιδανικά το δείγµα θα πρέπει να περιλαµβάνει περισσότερα από 00 άτοµα Τα βήµατα της Fact είναι: Υπολογισµός του πίνακα συσχετίσεων (Correlation matrix) Εξαγωγή παραγόντων (Factor extraction) Περιστροφή παραγόντων (Factor rotation), προκειµένου να επιτευχθεί θί απλή δοµή (Simple structure) Ερµηνεία παραγοντικών αξόνων (Interpretation of factor axes) ιερεύνηση συσχέτισης παραγοντικών αξόνων µε µεταβλητές που δεν εισήχθησαν στην ανάλυση (Correlation of factors with variables) ς K (0) Fac ct S
ΕΞΑΓΩΓΗ ΠΑΡΑΓΟΝΤΩΝ (FACTOR EXTRACTION) Κριτήρια καθορισµού του αριθµού παραγόντων: Eigen values (ιδιοτιµές) > (Kaiser s criterion, ή Kaiser-Guttman rule): Οι παράγοντες µε Eigen values > θεωρούνται ως παράγοντες µε κάποιο ερµηνευτικό νόηµα Έλεγχος του Scree plot των Eigen values (γράφηµα ά ιδιοτιµώνως προς των αριθµό των παραγόντων): Επιλέγουµε τους παράγοντες που αντιστοιχούν στο γράφηµα προτού γίνει επίπεδο Μπορούµε να απορρίψουµε τους παράγοντες που έχουν µόνο µία ή δύο µεταβλητές µε υψηλά loadings και δεν µπορούν να ερµηνευθούν εύκολα µε βάση τη θεωρία και την κατανόηση ητων δεδοµένων Παρακάτω παρουσιάζουµε ένα παράδειγµα από αποτελέσµατα της έρευνας Kyriazis, Psycharis & Korres (009) K K (0) Fact ΕΠΙΛΟΓΕΣ ΤΗΣ FACTOR ANALYSIS K (0) Fac ct S
ΑΠΟΤΕΛΕΣΜΑΤΑ ΤΗΣ FACTOR ANALYSIS Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 87 87 87 87 7 7 7 7 7 9 0 7 77 7 77 09 99 08 80 0 70 80 0 70 09 0 9 89 8 89 8 09 7 7808 878888 878888 97 97 878888 7 8 9 0 7 8 7 97 98 9 8 9 97979 8 0 990 899 9999 00 09 00000 E-0 E-0 00000 09E-0 E-0 00000 -E-0-87E-0 00000 -E-0 -E-0 00000 Extraction Method: Principal Analysis ς K (0) Fac ct S SCREE PLOT Scree Plot Eigenvalue e 0 K K (0) Fact 7 8 9 0 Number 7
ΑΠΟΤΕΛΕΣΜΑΤΑ ΤΗΣ FACTOR ANALYSIS Matrix a Beliefs-Concepts(post) Interest in using computers Software-Easy to operate Software-Simple Software-Dynamic Software-Generalizable Approach-Interest for the Approach-Attention to the lesson Approach-Active participation to the lesson between the students between the students and the teacher Approach-Better understanding of the Approach-Offers more than traditional instruction Score(pre) Score(post) Beliefs- Independence(post) Beliefs-Coherence(post) Extraction Method: Principal Analysis a components extracted 8 97-0 - 78-777 0-0 09 0-0 0 80 08-077 9 7-78 -08 0-7 8-0 - - 8 787-09 7-0 8-00 - 00 0-98 -8-0 99 9-99 0-09 7 9 - - 99 7-8 7 0-0 780-8 07-07 - - 7 8-88 0 09 7-00 0-80 -80 08-9 -7 ς K (0) Fac ct S 7 ΠΕΡΙΣΤΡΟΦΗ ΠΑΡΑΓΟΝΤΩΝ (FACTOR ROTATION) Η περιστροφή των παραγόντων (factor rotation) αποσκοπεί στην καλύτερη ανίχνευση και ερµηνεία των παραγόντων που µπορούν να περιγράψουν τα δεδοµένα µ και την επίτευξη απλής δοµής (simple structure) Συνοπτικά, µε τον όρο απλή δοµή εννοούµε: - να υπάρχουν ξεκάθαρα loadings (structural coefficients) στους παράγοντες - η κάθε µεταβλητή να έχει υψηλά loadings σε ένα µόνο παράγοντα και χαµηλά στους υπόλοιπους παράγοντες - τα αποτελέσµατα σχετικά µε τον αριθµό και τη δοµή των παραγόντων σχετικά µε το υπό µελέτη η θέµα µ να εµφανίζονται αντίστοιχα σε παρόµοιες µ έρευνες Κύριες µέθοδοι περιστροφής: Varimax rotation (orthogonal solution): Προϋποθέτει ότι δεν υπάρχει συσχέτιση µεταξύ των παραγόντων Oblique rotation (non-orthogonal, oblique solution): Επιτρέπει τους παράγοντες να συσχετίζονται ς K (0) Fac ct S 8
ΠΕΡΙΣΤΡΟΦΗ (FACTOR ROTATION) (ΣΥΝΕΧΕΙΑ) Rotated Matrix a Beliefs-Concepts(post) Interest in using computers Software-Easy to operate Software-Simple Software-Dynamic Software-Generalizable Approach-Interest for the Approach-Attention to the lesson Approach-Active participation to the lesson between the students between the students and the teacher Approach-Better understanding of the Approach-Offers more than traditional instruction Score(pre) Score(post) Beliefs- Independence(post) Beliefs-Coherence(post) Extraction Method: Principal Analysis Rotation Method: Varimax with Kaiser Normalization a Rotation converged in 7 iterations -00-0 8 9 07-0 -0 7 87 0-7 - 8 8-0 -8-0 09 09-07 07 07-97 -0 0-090 7 9-0 - 89 898-009 - 0 098 08 7-9 0 077 07 9 08 00 08-8 07 0 9 8-9 -09-0 -0 898-09 8-09 - -8-008 0 97 000-9 -0-0 -7 87 0-88 -07-07 0 97 - -0-0 -00-8 9-09 -9 77-7 0 8 - K K (0) Fact 9 ΕΡΜΗΝΕΙΑ ΠΑΡΑΓΟΝΤΩΝ Ερµηνεύουµε τους παράγοντες και τους ονοµάζουµε µε βάση τις µεταβλητές που έχουν σηµαντικά loadings (> 0) Οι µεταβλητές βη ς µε τα υψηλότερα loadings έχουν µεγαλύτερη γ σχέση ηµ µε τον κάθε παράγοντα Εάν έχουµε επιλέξει την περιστροφή Oblique ελέγχουµε τον πίνακα pattern matrix Εάν έχουµε επιλέξει την Varimax περιστροφή ελέγχουµε τον πίνακα rotated component matrix Αν έχουµε επιτύχει απλή δοµή (simple structure), θα πρέπει να υπάρχουν λίγες έως καµία µεταβλητές µε υψηλά loadings σε περισσότερους από έναν παράγοντα Η ξεκάθαρη δοµή των παραγόντων διευκολύνει την ερµηνεία τους K K (0) Fact 0