Faktör Analizi Nedir? (SPSS)

spss faktör analizi

Faktör analizi, araştırmalarımızda kullandığımız istatistiksel bir yöntemdir. Bu yöntem, çok sayıda ölçümden oluşan veri setlerindeki ölçümleri ölçüm sayısından daha az sayıda faktörle açıklamamızı sağlar. Bu da veri setlerimizin karmaşıklığını azaltıp veriyi daha iyi anlamamıza yardımcı olur. Faktör analizinin açımlayıcı faktör analizi ve doğrulayıcı faktör analizi olarak 2 farklı türü vardır. Bu blog yazısında, faktör analizinin ne olduğunu, neden ihtiyaç duyulabileceğini, temel türlerini, limitasyonlarını ve tipik bir faktör analizini yapma adımlarının neler olduğunu öğreneceksiniz.

spss analizi ücretli danışmanlık tanışma indirimi veri tablo rapor iletişim

spss tez analizi istatistik ödev yaptırma ücretli spss veri analizi danışmanlık

Faktör Analizi Nedir?

Faktör analizi, çok sayıda değişkenden oluşan gözlemlerdeki birbiriyle ilişkili olan değişkenleri faktörler halinde gruplamaya yarayan bir istatistiksel analiz yöntemidir. Faktör analizi, bir gözlemlenen değişkenler kümesi içindeki altta yatan yapıları veya faktörleri ortaya çıkarmak için kullanılır. Bu gözlemlenen değişkenler genellikle birbirleriyle ilişkilidir ve gizli, gözlemlenemeyen değişkenlerden etkileniyor olabilirler. Faktör analizinin amacı, bu gizli değişkenleri tanımlamak ve değişkenler arasındaki ilişkilerin gözlenen desenlerini nasıl etkilediklerini anlamaktır.

Temelde, faktör analizi, bir veri kümesinin karmaşıklığını azaltmayı amaçlayarak gözlemlenen değişkenler arasındaki ilişkiyi (paylaşılan varyansı) açıklayan temel bilgileri çıkarmayı hedefler. Bu süreç, çok sayıda küçük bilgiyi daha az sayıda anlamlı faktöre yoğunlaştırarak bilgiyi daha küçük bir parçaya sıkıştırmış olmayı sağlar.

Mesela bir restorana gittik. Ne kadar memnun kaldığımızı bekleme süresi, temizlik, çalışan davranışı, yemeğin tadı, tazeliği ve sıcaklığı gibi etkenler belirledi. Aslında ilk 3 etken, “Servis” başlığı altında toplanabilir, diğer 3 etken de “Yemek Kalitesi” başlığı altında toplanabilir. Bu örnek çok bariz oldu ama Faktör Analizi ile gruplama işlemini bu kadar bariz olmayan konular hakkında gerçekleştirebiliyoruz.

faktör analizi şema

 

Faktör analizinin 2 temel çeşidi vardır. Bunlar Açımlayıcı Faktör Analizi (Exploratory Factor Analysis = EFA) ve Doğrulayıcı Faktör Analizi (Confirmatory Factor Analysis = CFA) olarak tanımlanır. Her iki teknik de psikolojik araştırmalarda boyut azaltma, yapı geçerliliği ve model değerlendirmesi için önemlidir.

  • Açımlayıcı Faktör Analizi, gözlemlenen değişkenler arasındaki ilişkileri açıklayan gözlemlenmeyen faktörleri belirleyerek verideki desenleri keşfetmeyi amaçlar ve önceden belirlenmiş bir faktör yapısı olmadan hipotez oluşturma sürecine rehberlik eder. Araştırmacılara potansiyel ilişkileri ortaya çıkararak yeni hipotez oluşturmada yardımcı olur.
  • Diğer yandan, Doğrulayıcı Faktör Analizi, önceki kuram veya araştırmalar sonucu ortaya konmuş olan, önceden belirlenmiş bir faktör yapısını test ederek gözlemlenen verilerin önerilen modelle ne kadar uyumlu olduğunu doğrulamaya yarar. Doğrulayıcı Faktör Analizi, gözlemlenen değişkenler ile gözlemlenmeyen yapılar arasındaki önceden bilinenlere dayanarak hipotez edilen ilişkileri değerlendirerek teorik çerçevenin doğrulanmasını veya düzeltilmesini sağlar.

spss tez analizi istatistik ödev yaptırma ücretli spss veri analizi danışmanlık

Faktör Analizi Amaçları

Bir araştırmacı, aşağıdaki sebeplerden dolayı faktör analizi yapmaya ihtiyaç duyabilir.

  1. Değişkenler Arasındaki İlişkilerin Anlaşılması: Bir veri setinde birçok değişken olduğunda, bu değişkenler arasındaki ilişkiler karmaşık hale gelebilir. Faktör analizi, bu ilişkileri daha net bir şekilde anlamak için kullanılabilir. Örneğin, bir kişinin zeka puanı, akademik başarısı ve okul devamsızlığı arasındaki ilişkileri anlamak için faktör analizi kullanılabilir.
  2. Değişkenlerin Sayısını Azaltma: Bir veri setinde çok sayıda değişken olduğunda, analizi karmaşıklaştırabilir ve sonuçları anlamayı zorlaştırabilir. Faktör analizi, bu değişken sayısını azaltarak analizi daha yönetilebilir hale getirebilir. Örneğin, bir kişinin kişilik özelliklerini ölçen bir anket çok sayıda soru içerebilir. Faktör analizi kullanarak, bu soruları daha az sayıda faktör altında toplamak mümkündür.
  3. Gizli Yapıların Ortaya Çıkarılması: Bir veri setindeki gözlemlenen değişkenlerin altında yatan gizli yapıları ortaya çıkarmak önemli olabilir. Örneğin, bir depresyon ölçeği, depresyonun altında yatan farklı boyutları ölçebilir. Faktör analizi, bu gizli yapıları açığa çıkarabilir.

Örneğin, bir araştırmacı, depresyonu ölçmek için bir anket geliştirmek istiyor. Anketi oluşturmak için 20 farklı soru hazırladı, ancak bu soruların hangi temel duygusal durumları ölçtüğünü belirlemek istiyor. Bu durumda, faktör analizi kullanarak bu soruları daha az sayıda faktör altında toplayabilir ve her bir faktörün hangi duygusal durumları temsil ettiğini belirleyebilir. Bu şekilde, anketin daha etkili bir şekilde kullanılmasını sağlayabilir.

Faktör Analizi Türleri

Faktör analizi, istatistiksel bir yöntemdir ve çok değişkenli bir veri setinin yapılarını anlamak, verileri sınıflandırmak ve ilişkileri açıklamak için kullanılır. Faktör analizi, birçok farklı türde uygulanabilir ve çeşitli sonuçlar elde etmek için farklı teknikler kullanılabilir. Bu blog yazısında, faktör analizinde kullanılan bazı yaygın türler aşağıda açıklanmaktadır.

1. Açımlayıcı (Exploratory) Faktör Analizi:

Açımlayıcı Faktör Analizi, İngilizce kaynaklarda Exploratory Factor Analysis (EFA) olarak geçer.

Açımlayıcı (Keşfedici) faktör analizi, veri setinde henüz bilinmeyen veya belirlenmemiş faktörleri keşfetmek için kullanılır. Bu tür faktör analizi, veri setindeki değişkenler arasındaki yapıyı ortaya çıkarır ve bu faktörlerin birbirleriyle nasıl ilişkili olduğunu gösterir. Açımlayıcı faktör analizi, genellikle hipotezlerin belirlendiği ve daha fazla araştırma için temel oluşturduğu bir aşama olarak kullanılır.

Açımlayıcı faktör analizini yaparken faktör ayıklama aşamasında birkaç popüler yöntem vardır. Bunlardan en popüler olan yöntemler Temel Bileşen Analizi (PCA = Principal Component Analysis) ve Temel Faktör Analizi (PFA = Principal Factor Analysis) yöntemleridir.

 

2. Doğrulayıcı (Confirmatory) Faktör Analizi:

Doğrulayıcı Faktör Analizi, İngilizce kaynaklarda Confirmatory Factor Analysis (CFA) olarak geçer.

Doğrulayıcı faktör analizi, önceden belirlenmiş faktör yapısını test etmek için kullanılır. Bu analiz, araştırmacının önceden geliştirmiş olduğu bir modelleme yapısını doğrulamak veya yanlışlamak için kullanılır. Doğrulayıcı faktör analizi, hipotezlerin test edildiği ve geçerliliğin belirlendiği bir aşama olarak kullanılır. Bu analizde, faktörlerin ve bu faktörler arasındaki ilişkilerin belirlenen modele ne kadar iyi uyduğu değerlendirilir.

 

Faktör Analizi Türleri Kullanım Amacı
Faktör Analizi Çok sayıdaki değişken arasındaki örüntüleri belirleyerek temel faktörleri tanımlamak
Açımlayıcı Faktör Analizi Bilinmeyen faktörleri keşfetmek ve araştırma için temel oluşturmak
Doğrulayıcı Faktör Analizi Önceden belirlenmiş faktör yapısını test etmek ve modeli doğrulamak veya yanlışlamak

spss tez analizi istatistik ödev yaptırma ücretli spss veri analizi danışmanlık

Faktör Analizi Nasıl Çalışır?

  1. Sayısını azaltmak istediğimiz ölçümleri modele ekliyoruz.
  2. İlk temel bileşeni bulmak için bir matematiksel kombinasyon formülü uygulanıyor.
  3. İkinci temel bileşeni bulmak için artıkların kombinasyonunu ele alan yeni bir matematiksel formül uygulanıyor.
  4. En düşük sayıda faktör belirleniyor.
  5. Son olarak her faktörün anlamı ve hangi ölçümün hangi faktöre atanıyor oluşu yorumlanıyor.

Faktör Analizi Limitasyonları

Faktör analizi, veri azaltma ve veri setlerindeki temel yapıları keşfetme amacıyla kullanılan güçlü bir istatistiksel teknik olmasına rağmen, bazı kısıtlamaları bulunmaktadır. Faktör analizinin başlıca kısıtlamaları şunlardır:

  1. Doğrusallık Varsayımı: Faktör analizi, değişkenler arasındaki ilişkilerin doğrusal olduğunu varsayar. İlişkiler doğrusal değilse, faktör analizi doğru sonuçlar sağlamayabilir.
  2. Normal Dağılım Varsayımı: Faktör analizi, değişkenlerin normal dağıldığını varsayar. Veri çok çarpık veya normal dağılmamışsa, faktör analizi sonuçları güvenilir olmayabilir.
  3. Başlangıç Tahminlerine Hassasiyet: Faktör analizi sonuçları algoritmaya verilen başlangıç tahminlerine hassas olabilir. Başlangıç tahminlerindeki küçük değişiklikler farklı faktör yapılarına yol açabilir.
  4. Tanımlanabilirlik Sorunları: Bazen, faktör analizi eşit derecede olası çoklu çözümler üretebilir, bu da gerçek temel faktörleri belirlemeyi zorlaştırabilir.
  5. Örneklem Büyüklüğü: Güvenilir sonuçlar elde etmek için faktör analizi göreceli olarak büyük bir örneklem büyüklüğü gerektirir. Küçük örneklem büyüklükleri kararsız faktör çözümlerine yol açabilir.
  6. Çoklu Doğrusallık: Faktör analizi, değişkenler arasında çoklu doğrusallık (multicollinearity) olmadığını varsayar. Değişkenler arasında çok yüksek korelasyon varsa, güvenilir faktör çözümleri elde etmek zor olabilir.
  7. Yorumlama: Faktör analizi sonuçlarını yorumlamak subjektif olabilir ve analizin yapıldığı konu veya alanda bilgi sahibi olmayı gerektirebilir. Faktörler soyut yapılar olduğundan, yorumları her zaman kolay olmayabilir.
  8. Rotasyon: Faktör analizi sonuçlarının yorumlanmasına yardımcı olmak için genellikle faktör rotasyonu kullanılır. Ancak, farklı rotasyon yöntemleri farklı sonuçlar verebilir ve uygun rotasyon yöntemini seçmek zor olabilir.
  9. Bağlam Bağımlılığı: Faktör analizi sonuçları, belirli bir veri setine ve uygulandığı bağlama oldukça bağımlı olabilir. Bir veri setinde tanımlanan faktörler başka bir veri setine genelleştirilemeyebilir.
  10. Sonuçların Geçerliliği: Faktör analizi yalnızca verideki desenleri ortaya çıkarır; değişkenler arasındaki nedensel ilişkileri kurmaz. Bu nedenle, sonuçları dikkatlice yorumlamak ve bulguların geçerliliğini desteklemek için diğer kanıtları göz önünde bulundurmak önemlidir.

Bu kısıtlamalara rağmen, faktör analizi psikoloji, sosyoloji, ekonomi ve pazar araştırmaları gibi çeşitli alanlarda veri yapılarını keşfetme ve boyut azaltma için değerli bir araç olarak kalır. Ancak, araştırmacılar bu kısıtlamaları bilmeli ve faktör analizi sonuçlarını yorumlarken bunları göz önünde bulundurmalıdır.

spss tez analizi istatistik ödev yaptırma ücretli spss veri analizi danışmanlık

Faktör Analizi Varsayımları

Aşağıdaki varsayımlar sağlanırsa, faktör analizi sonuçları daha doğru bir şekilde yorumlanabilmiş olacaktır.

  1. Veride uç değer olmamalıdır.
  2. Veri setinde, faktör analizine girecek her ölçek için en az 5 kişi bulunmalıdır. Yani örneğin 10 ölçeği faktör analizine sokmak istiyorsak, en az 50 kişilik bir örneklem büyüklüğümüzün olması gerekmektedir.
  3. Değişkenler birbiriyle lineer ilişkili olmalıdır. Bu, Bartlett’s Test ile ölçülür.
  4. Verimizdeki ölçekler, sürekli veri tipinde olmalıdır. Kategorik veya ordinal olmaz.

Faktör Analizi Adımları

Bir faktör analizi, aşağıdaki temel adımları takip ederek yapılmaktadır. Her faktör analizinde bu adımlar bire bir takip edilmez fakat genel olarak bu adımlara bağlı kalınır. Adımlar şunlardır:

  1. Temel Değişkenlerin Belirlenmesi: Faktör analizi, bir veri kümesindeki temel değişkenleri tanımlamak için kullanılır. Bu temel değişkenler, veri kümesindeki değişkenler arasındaki ortak varyansın büyük bir kısmını açıklar.
  2. Faktör Yapısının Keşfedilmesi: Faktör analizi, veri kümesindeki yapıyı keşfetmek için kullanılır. Bu yapı, değişkenler arasındaki gözlenen desenlerin altında yatan faktörleri tanımlar.
  3. Boyut Azaltma: Faktör analizi, veri setindeki değişken sayısını azaltmak için kullanılabilir. Temel faktörler, veri kümesindeki değişkenlerin çeşitliliğini daha az sayıda faktör altında özetler.
  4. Faktörlerin Yorumlanması: Faktör analizi sonuçları, faktörlerin yorumlanmasıyla ilgilenir. Faktörler, belirli değişkenler arasındaki ilişkileri ve bu ilişkilerin altında yatan anlamları açıklamaya çalışır.
  5. Rotasyon: Faktör analizi genellikle faktör rotasyonu adı verilen bir işlemle tamamlanır. Rotasyon, faktörlerin daha açık ve yorumlanabilir hale gelmesine yardımcı olur.
  6. Faktörlerin Adlandırılması: Faktör analizi sonuçları, her faktörün kendi içindeki değişkenlerin özelliklerine dayanarak adlandırılmasını içerir. Bu adlandırma süreci, faktörlerin anlamını daha iyi anlamamıza yardımcı olur.
  7. Model Değerlendirme: Faktör analizi sonuçlarının doğruluğunu değerlendirmek önemlidir. Bu, faktörlerin istatistiksel güvenilirliğini ve pratikteki yararını değerlendirmeyi içerir.

spss tez analizi istatistik ödev yaptırma ücretli spss veri analizi danışmanlık

SPSS ile Faktör Analizi Nasıl Yapılır?

SPSS’te Açımlayıcı Faktör Analizi (EFA) doğrudan yapılabilmekteyken, Doğrulayıcı Faktör Analizi (CFA) yapmak için AMOS gibi dışarıdan yazılım paketlerini kullanmak gerekmektedir.

SPSS’te EFA yaparken verilerin altında yatan faktör yapısını keşfetmek için “Factor Analysis” prosedürü kullanılabilir. Bütün analiz baştan sona SPSS ile yapılıp tamamlanabilmektedir. SPSS ile Açımlayıcı Faktör Analizi başlıklı yazımı okuyarak SPSS’te bu analizin nasıl yapıldığı hakkında detaylı bilgiyi öğrenebilirsiniz.

CFA için SPSS’in yerel desteği yoktur ancak SPSS ile entegre olabilen AMOS (Moment Yapılarının Analizi) gibi özel yazılımları kullanarak CFA gerçekleştirebilirsiniz. Dolayısıyla, SPSS’in kendisi CFA için yerleşik destek sunmasa da, SPSS’i AMOS gibi diğer yazılım paketleriyle birlikte kullanarak yine de gerçekleştirebilirsiniz. SPSS ile Doğrulayıcı Faktör Analizi başlıklı yazımı okuyarak SPSS’te bu analizin nasıl yapıldığı hakkında bilgi alabilirsiniz.

 

spss tez analizi istatistik ödev yaptırma ücretli spss veri analizi danışmanlık

Deniz Şavkay hakkında 168 makale
Lisans eğitimimi Boğaziçi Üniversitesi Moleküler Biyoloji ve Genetik bölümünde, Yüksek Lisans eğitimimi Polonya'daki SWPS Üniversitesi Psikoloji bölümünde tamamladım. Davranış bilimlerine ilgi duyuyorum ve eğitim hayatımı bunun üzerine şekillendirdim. SPSS ile istatistik analizi yapmayı çok seviyorum. SPSS analizleriyle insan davranışındaki kalıpları keşfetmek ve insan davranışı hakkında iç görü sahibi olmak beni heyecanlandırıyor.

İlk yorum yapan olun

Bir yanıt bırakın

E-posta hesabınız yayımlanmayacak.


*