[논문통계분석] 3편. 탐색적요인분석 SPSS분석 결과 해석 및 통계분석작성법_통계분석강의

"탐색적요인분석 방법

spss분석 결과 해석 및 통계분석 작성법"

 

탐색적요인분석 spss분석 결과 해석 및 통계분석 작성법_퀵데이터

 

#논문통계분석 및 #논문작성법 길잡이_#퀵데이터 #탐색적요인분석 #SPSS분석

 

SPSS를 이용한 탐색적요인분석 결과 해석 방법 및 표 읽기 방법

                                                     - SPSS를 이용한 탐색적요인분석 결과 해석

                                                     - 타당성을 높이기 위한 방법

논문컨설팅 및 논문통계분석 의뢰 1600-7473

---

 

▣ 탐색적 요인분석

• 상관관계를 기반으로 측정 항목의 구성을 파악하는 분석
• 측정항목들이 개념을 잘 구성하는지, 타당성을 가지고 요인을 잘 설명하고 있는지 통계적 검증
• 이론적 모형을 기반하기 보다 변수들이 요인에 가지는 적재값을 토대로 변수들을 통계적으로 그룹화

 

▣ 탐색적 요인분석 해석 방법

 

Example

“청소년의 사회적 지지가 자기효능감을 매개로 학교생활 적응에 미치는 영향”

 

 

• 상관행렬의 보조표로 상관행렬 상의 모든 상관관계 값들의 전반적 유의성을 보여줌
• 아래 지표를 만족하지 못할 경우 탐색적 요인분석 사용 불가

 

• Bartlett의 구형성 검정은 변수들 간의 모든 상관계수는 0이라는 귀무가설을 검정함
• 유의확률 .000으로 변수들 간의 상관관계는 유의적이고 변수들 간의 모든 상관계수는 0이라는 귀무가설을 기각함
• 요인분석을 하기에 적합하다는 의미인데, 이 검정은 표본의 크기가 클수록 유의적으로 나타남

 

• KMO는 전체 상관행렬이 요인분석에 적합한가를 나타내는 지표로 1에 가까울수록 분석에 포함된 변수들이 선형적으로 서로 연관되어 있음을 의미
• 0.956으로 나와 기준치 0.6(혹은 0.5)보다 크므로 요인분석에 적합함을 의미
• 1에 가깝다(0.956)는 것은 편상관계수 값들이 상관계수값들에 비해 상대적으로 작다는 의미

탐색적요인분석 spss분석 결과 해석

 

 

• 공통성은 추출된 요인이 변수가 가지는 분산의 몇 %를 설명할 수 있는가를 나타낸 값
• 공통성이 작은 변수는 공통요인에 의해 적절히 설명될 수 없음을 의미하여 공통성이 클수록 요인추출 성공적

 

• 추출된 요인들에 의해 친구지지1은 79.6%가 설명됨
• 그 외 나머지 변수 모두 0.5(혹은 0.4)보다 크므로 분석 가능
• 0.5보다 작은 변수는 나머지 다른 변수들과 관련성이 적어 변수 삭제 고려

탐색적요인분석 spss분석 결과 해석

 

 한 변수의 공통성은 그 변수가 다른 변수들과 공유하는 분산의 양인데 한 변수의 분산이 추출된 요인들에 의해 설명되는 정도를 말하고 0과 1 사이의 값을 갖는다. 초기 공통성은 요인 추출 이전의 공통성으로 언제나 1이다. 고통성이 0이라는 것은 공통 요인이 변수의 분산을 전혀 설명하지 못하는 것이고, 1이라는 것은 100% 설명하는 의미이다. 주성분 분석에서 초기값이 1인 이유는 최초에 변수 개수와 동일한 개수의 요인들로 분석을 시작하고 이 요인들이 각 변수의 총분산을 모두 설명하기 때문이다. 그런데 분석에서 주성분 분석이 아닌 다른 방법을 사용하면 공통성의 초기값은 1이 아닌 것으로 나타난다. 추출이라고 쓰여 있는 공통성은 각 변수가 추출된 요인들에 의해 얼마나 설명되는지를 나타내는 값이다.

공통성의 값이 작게 나온다면 추출된 요인들이 그 변수의 분산을 잘 설명하지 못하는 것으로 해석할 수 있는데 일반적으로 0.5 이상의 값이 바람직하다. 만약 0.5보다 작은 값이 나온 변수가 있다면, 그 변수는 무시하고 나머지 변수들을 중심으로 해석하거나 혹은 그 변수를 제거하고 분석을 다시 할 수 있다.

 

• 초기 고유값은 추출될 수 있는 최대 20개의 요인이 추출된 경우의 각 요인의 고유값과 설명력을 나타냄(20개의 측정문항)
• 분석시 요인추출에서 5개로 지정하였기 때문에 5개의 요인 추출됨(연구의 변수 5개)
• 고유값 1을 기본으로 했다면 실제적으로 3개의 요인 추출됨

탐색적요인분석 spss분석 결과 해석

 

• 추출 제곱합 적재량: 추출된 요인 회전 이전 고유값과 설명력을 나타냄

탐색적요인분석 spss분석 결과 해석

 

• 누적 %는 추출된 요인들이 전체 분산의 몇 %를 설명 하는가를 의미
• 추출된 5개의 요인들이 전체 분산의 75.893% 를 설명함 (대략 24%정도는 정보손실이 있음을 의미)
• 60%이상의 설명력이 적절함

 

• 회전 제곱합 적재량: 추출된 요인 회전 이후 고유값과 설명력을 나타내고 가장 중요함
• 고유값은 요인이 설명하는 분산의 양을 나타내 값이 높을수록 중요한 요인임
• 고유값은 요인에 속한 요인적재값의 제곱의 합이고, 설명력(%분산)은 해당 요인이 전체분산 중 몇 %를 설명하는가를 의미함

탐색적요인분석 spss분석 결과 해석

 

 

 

 

• 성분행렬은 회전하기 전의 요인행렬
• 학교생활적응1과 요인1 간 상관계수는 0.803, 요인2 간 상관계수는 0.012~~~
• 학교생활적응1은 요인 1과 높은 상관관계, 요인 2~5와는 낮은 상관관계

 

탐색적요인분석 spss분석 결과 해석

 

• 각 변수의 공통성은 요인 1~5에 대한 적재량의 제곱합으로 구함

   ▶ Eg. 학교생활적응1의 공통성은 0.759임(추출된 요인들에 의해 학교생활적응1은 75.9%가 설명됨)

• 요인 1~5에 대한 적재값(.803, .012, -.304, -.002, .147)의 제곱 합도 0.759임

탐색적요인분석 spss분석 결과 해석

 

 

• 회전한 후의 요인행렬로 가장 중요
• 베리맥스 방식으로 6번 반복회전
• 요인 구조가 변수에 따라 분류됨
• 요인적재값 0.5 이상(표본 크기에 따라 판단 고려)
• 같은 개념의 변수가 같은 요인으로 분류되지 않으면 변수 제거 고려
• 변수가 다른 변수들과 상관관계가 높을 때 분류가 잘 되지 않음

 

탐색적요인분석 spss분석 결과 해석

 

• 요인1의 20개 값을 이용한 고유값과 설명력

   ∨ 고유값: 0.7882+0.7722+0.7602+…….0.2742 = 4.326

   ∨ 설명력: 4.326 ÷ 20(변수 수) = 0.2163(21.63%)

탐색적요인분석 spss분석 결과 해석

 

 요인적재값은 각 변수와 요인 간의 상관관계 값을 의미하는데 요인과 변수와의 상관관계가 정의 방향이든 음의 방향이든 가까울수록 가까운 요인의 구성 변수로 포함된다. 일반적으로 표본의 크기도 작고 변수의 수도 적은 데이터일수록 요인적재값이 커야지만 의미 있는 탐색적 요인분석이라고 할 수 있다.

회전된 성분행렬은 좀 전의 성분행렬과 다르게 요인들이 명확하게 나뉜다. 지금은 변수를 이미 확정한 상황에서 탐색적 요인분석을 한 결과다. 만약 변수가 어떤 요인으로 그룹화되는지 알지 못하고 탐색적 요인분석을 했다면 그룹화된 요인들에 대해서 각 변수를 중심으로 요인을 명명해야 한다.

상황에 따라 같은 요인에 적재된 변수 간에 공통적 특성이 없게 나오는 경우도 있다. 예를 들어 친구지지의 요인 중에 교사지지 중 1번 변수가 친구지지와 같은 요인에 높은 값으로 적재되어 그룹화되었다면 교사지지 1번 변수를 제거하고 다시 요인분석을 할 필요가 있다. 혹은 교사지지 1번 변수가 친구지지 요인에도, 교사지지 요인에도 높은 값으로 그룹화가 같이 되었다면 이를 교차 적재라고 한다. 이것은 교사지지 1번 변수가 이 친구지지, 교사지지의 여러 다른 변수들과 상관관계가 높기 때문이다. 이럴 때는 이를 무시하고 해석하거나 그 교사지지 1번을 제거하고 다시 분석할 수도 있다.

 

□ 집중 타당도

• 측정척도가 변수와 관련성이 높아야 함
• 측정항목이 요인에 대해 0.5~0.6이상의 요인적재값을 가질 때

□ 판별타당도

• 그 측정척도는 그 변수 외 다른 변수와 관련성이 낮아야 함
• 해당 측정항목들이 다른 요인들에 대해서 0.3이하의 요인적재값을 보일 때

▶Eg. 학교생활적응1의 측정척도가 요인 3과 5에서 0.3 이상이지만 대체로 적절하다고 판단

 

탐색적요인분석 spss분석 결과 해석

 

 

• 스크리도표는 요인 수와 고유값 간의 산접도를 나타낸 것으로 요인 수가 늘어날수록 고유값은 감소
• 성분번호 5를 기점으로 꺽이고 6부터 20까지 완만해짐(5개의 요인 추출)

 

탐색적요인분석 spss분석 결과 해석

 

▣ 타당성을 높이기 위한 변수 제거

□ 기존 선행연구의 동일 개념 확인

• 선행연구에서 개발된 측정 변수가 회전한 성분행렬이 하나의 요인으로 분류되지 않을 때 변수 제거
• 어떤 변수들이 다른 요인에 대해 높은 적재값을 가지면서 해당 요인에 낮은 적재값을 보일 때 변수 제거

 

□ 기준치 이하 값의 변수 제거

• 공통성 0.4~0.5 이하의 변수 제거
• 요인적재값 기준 0.4~0.5 이하의 변수 제거

 

 탐색적 요인분석은 특별한 선행연구나 이론적 지식, 혹은 변수의 결정된 사항이 없는 상태에서 변수 간의 내재된 관계를 탐색적으로 찾아내는 방법이다. 논문에서는 이론상으로 체계화되거나 정립되지 않은 연구에서 연구의 방향을 파악하기 위해 사용되는데 주로 척도개발 같은 연구에 사용된다. 기업이나 기관에서 설문 문항을 그룹화하여 변수를 명명할 때도 탐색적 요인분석이 사용된다. 

 

 

[논문통계분석] 3편. 탐색적요인분석 SPSS분석 결과 해석_퀵데이터 논문강의▼▼▼

 

"논문의 품질을 높이는 열쇠!!!

퀵데이터 논문통계분석을 통해 더욱 탄탄한 논문을 완성하세요."

​

퀵데이터 논문컨설팅은 논문 주제 선정부터, 연구모형, 통계분석, 심사 준비까지 전문 지도 박사님의 1:1 맞춤형 컨설팅 통해 효율적이고 빠른 논문작성을 도와드립니다. 논문 검토, 논문편집, 논문 통계분석까지 직접적인 컨설팅을 원한다면 퀵테이터에 문의하세요 상담문의 1600-7473​

---

논문통계분석 및 논문컨설팅 문의