Dergiler / Gazi Üniversitesi Gazi Eğitim Fakültesi Dergisi / 2017 / Cilt: 37 Sayı: 3

Açımlayıcı Faktör Analizinde Kullanılan Faktör Çıkartma Yöntemlerinin Karşılaştırılması

Sayfa
1173–1193
Yayın Tarihi
2017-12-27
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Dolayısıyla örneklem sayısının ve ortak varyansın düşük olduğu gruplar için imaj faktör yönteminin kullanılması önerilmemektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmanın amacı açımlayıcı faktör analizinde kullanılan faktör çıkartma yöntemlerini açıklanan varyans ve çıkartılan faktör sayısı bakımından çeşitli örneklem büyüklüğü ve ortak varyans düzeyi koşullarına göre karşılaştırmaktır.
📊
Temel Bulgular & Veri:Bu bağlamda çalışmada kullanılacak veriler SAS programı kullanılarak örneklem büyüklüğüne (100, 500), ortak varyans düzeylerine (yüksek (0.6-0.8), geniş (0.2-0.8), düşük (0.2-0.4)), sabit faktör sayısına (3), sabit değişken sayısına (20) göre 1000 replikasyonla korelasyon matrisleri biçiminde üretilmiştir.
💡
Sonuç & Katkı:Dolayısıyla örneklem sayısının ve ortak varyansın düşük olduğu gruplar için imaj faktör yönteminin kullanılması önerilmemektedir.
🔬Tür:Uygulamalı Anket & Alan Araştırması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Faktör çıkartma yöntemleri · Açımlayıcı faktör analizi · Faktör analizi

Özet

Bu çalışmanın amacı açımlayıcı faktör analizinde kullanılan faktör çıkartma yöntemlerini açıklanan varyans ve çıkartılan faktör sayısı bakımından çeşitli örneklem büyüklüğü ve ortak varyans düzeyi koşullarına göre karşılaştırmaktır. Bu çalışma bir simülasyon (benzetim) çalışmasıdır. Bu bağlamda çalışmada kullanılacak veriler SAS programı kullanılarak örneklem büyüklüğüne (100, 500), ortak varyans düzeylerine (yüksek (0.6-0.8), geniş (0.2-0.8), düşük (0.2-0.4)), sabit faktör sayısına (3), sabit değişken sayısına (20) göre 1000 replikasyonla korelasyon matrisleri biçiminde üretilmiştir. Yapılan karşılaştırmalar sonucunda ortak varyansı yüksek veya düşük olarak üretilen veri için örneklem büyüklüğü arttıkça, açıklanan varyans miktarı da artmaktadır. Fakat ortak varyansı geniş olarak üretilen veri grubu için örneklem büyüklüğü arttıkça açıklanan toplam varyansın azaldığı görülmüştür. Analiz edilen tüm durumlarda toplam varyansı en yüksek açıklayan yöntemin temel bileşen analizi ve en düşük açıklayan yöntemin ise imaj faktör yöntemi olduğu gözlenmiştir. Faktör yükleri bakımından yapılan karşılaştırmalara göre temel bileşen analizi her durum için en yüksek faktör yükünü çıkartmıştır. Öte yandan imaj faktör yöntemi ise en düşük faktör yükünü çıkartmıştır. Ortak varyansın geniş aralıkta ya da yüksek aralıkta üretildiği veri için yöntemler arasında faktör sayıları bakımından bir farklılık yoktur. Ortak varyansın düşük olduğu ve örneklem büyüklüğünün küçük olduğu gruplar için imaj faktör yöntemi istenilen faktör sayısını çıkartamamıştır. Dolayısıyla örneklem sayısının ve ortak varyansın düşük olduğu gruplar için imaj faktör yönteminin kullanılması önerilmemektedir.

🔖

Bu Makaleye Atıf Yap

KARAMAN, H., ATAR, B., AKTAN, D. Ç. (2017). Açımlayıcı Faktör Analizinde Kullanılan Faktör Çıkartma Yöntemlerinin Karşılaştırılması. Gazi Üniversitesi Gazi Eğitim Fakültesi Dergisi, Cilt: 37 Sayı: 3, 1173–1193. https://ajindex.com/articles/906066

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (12)

  1. Büyüköztürk, Ş. (2002). Faktör analizi: Temel kavramlar ve ölçek geliştirmede kullanımı. Kuram ve Uygulamada Eğitim Yönetimi, 32, 470-483.
  2. Brown, T.A. (2006). Confirmatory Factor Analysis for Applied Research. (First Edition). NY:Guilford Publications, Inc. Comrey, A. L. & Lee, H. B.(1973). A First Course in Factor Analysis. New York: Academic Press Conway, J. M., & Huffcutt, A. I. (2003). A review and evaluation of exploratory factor analysis practices in organizational research. Organizational Research Methods, 6, 147- 168. Coughlin, K. B., Kromrey, J & Hibbard, S. (2013). Using predetermined factor structures to simulate a variety of data conditions. Paper presented at the annual meeting of South East SAS User Group, Florida. Cudeck, R. & O’Dell, L. L. (1994).Application of standard error estimates in unrestricted factor analysis: Significance tests for factor loadings and correlations. Psychological Bulletin, 115 (3), 475-487.
  3. Curran, P. J., West, S. G., & Finch, J. F. (1996). The robustness of test statistics to nonnormality and specification error in confirmatory factor analysis. Psychological Methods, 1(1), 16-29.
  4. Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., ve Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272-299.
  5. Ford, J. K., MacCallum, R. C. & Tait, M. (1986). The applications of exploratory factor analysis in applied psychology: A critical review and analysis. Personnel Psychology, 39, 291-314.
  6. Gorsuch, R. L. (2008). Factor Analysis. (Second Edition). New York: Psychology Press.
  7. Harman, H.H. (1967). Modern Factor Analysis. Chicago. The University of Chicago Press.
  8. Henson, R. K. & Roberts, J. K. (2006). Exploratory factor analysis in published research: Common errors and some comment on improved practice. Educational and Psychological Measurement, 66(3), 393-416.
  9. Hogarty, K. Y., Hines, C. V., Kromrey, J. D., Ferron, J. M. & Mumford, K. R. (2005). The quality of factor solutions in exploratory factor analysis: The influence of sample size, communality and overdetermination. Educational and Psychological Measurement, 65, 202-226.
  10. Kline, P. (1994). An easy guide to factor analysis. New York: Routledge. Kline, R. B. (2005). Principle and practice of structural equation modelling. (Second Edition). New York: The Guilford Press.
  11. MacCallum, R. C., Widaman, K. F., Zhang, S., & Hong, S. (1999). Sample size in factor analysis. Psychological Methods, 4, 84-99.
  12. Mulaik, S