Определение основной структуры большой совокупности переменных. Объяснение Exploratory Factor Analysis (Исследовательский факторный анализ)
Что такое Exploratory Factor Analysis (Исследовательский факторный анализ) ? Описание
Метод Exploratory Factor Analysis (Исследовательский факторный анализ) (EFA) - метод, кторый можно использовать для определения основной структуры (параметров) большой совокупности переменных. Таким образом, EFA уменьшает большую совокупность переменных до пары основных факторов.
Пример: Вы создали опросник по потребительской удовлетворенности в отрасли гражданской авиации (United Airlines, Дельта, Lufthansa и т. п.). Вы определили 30 пунктов для описания и оценки потребительской удовлетворенности (например, «удобство покупки билетов», «удобство регистрации», «условия в залах ожидания», «приветливость бортпроводников», «выполнение специальных запросов», «качество еды», «комфорт сидений », «специальные предложения такие как кинофильмы во время полета», «точность прибытия» и т. п.). Используя EFA вы можете уменьшить совокупность из 30 пунктов в вашем анализе до пары ключевых факторов. Вы можете рассматривать, например, пункты «удобство покупки билетов», «удобство регистрации», «условия в залах ожидания», «качество еды», «комфорт мест» и «специальные предложения такие как кинофильмы во время полета» как часть потенциального параметра (potential dimension). Конкретные вещи, которые авиакомпании могут реализовывать в управлении бизнесом. Однако, «приветливость бортпроводников», «выполнение специальных запросов» и «точность прибытия» можно рассматривать как часть процессуального параметра (process dimension).
Это означает что, EFA определяет эти структуры - в нашем примере, факторы «потенциал» и «процесс». Менеджеры могут получить более глубокое понимание для развития инициатив в области маркетинга, чтобы повысить удовлетворенность клиентов путем большего фокусирования на «потенциале» или на «процессе».
Происхождение Исследовательского факторного анализа. История
Методологии факторного анализа можно представить в виде континуума. Этот континуум колеблется от подтверждающих моделей (confirmatory techniques) к чисто исследовательским процедурам (exploratory procedures). Charles Spearman (1904г. и далее) был заинтересован в подтверждении идеи общего интеллекта (general intelligence). При наличии обширных экспериментальных данных, полученных в процессе многолетних исследований, включающих большую совокупность критериев в выборках, было доказано, что теория Spearman одиночного интеллектуального фактора неадекватна. Необходимо было создать возможность для организации групповых факторов. В начале 1930-ых годов, Thurstone порвал с предыдущим предположением в отношении сущности факторов и разработал общую теорию множественного факторного анализа (multiple factor analysis). Книга «Vectors of Mind» Thurstone (1935) представила математическую и логическую основу для этой теории.
Вычисление Исследовательского факторного анализа. Формула
Для анализа данных с помощью EFA можно использовать статистические приложения такие, как SPSS или SAS.
Применение Исследовательского факторного анализа. Формы применения
- Опросы потребительской удовлетворенности. Измерение качества услуг. Тест на установление личности. Обзоры имиджа. Определение рыночных сегментов. Типизация клиентов, продукции или поведения.
Стадии Исследовательского факторного анализа. Процесс
Типичный процесс EFA:
Определите показатели/пункты в EFA. Высчитайте матрицу корреляции (коэффициент корреляции Bravais-Pearson). Проанализируйте матрицу корреляции для EFA (уровень достоверности, противоположное значение матрицы корреляции, Bartlett-Test, anti-image-covariance-matrix, Kaiser-Meyer-Olkin-Criteria KMO) Выберите метод извлечения фактора (анализ главных компонент, анализ основных факторов). Определите факторы и факторные нагрузки. Факторные нагрузки являются коэффициентами корреляции между переменными (ряды в таблице) и факторами (колонки в таблице). Установите число факторов, которые нужно извлечь (для этой стадии полезно использовать Kaiser-Criteria и Scree-Test с elbow-criteria). Проанализируйте извлеченные факторы (например «потенциал» и «процесс» в предыдущем примере)
Преимущества Исследовательского факторного анализа. Преимущества
- Легко использовать Полезен для множественных вопросов, Основа для других методов (например, регрессионного анализа с оценками влияния факторов), прост для объединения с другими методами (например, подтверждающим анализом)
Ограничения Исследовательского факторного анализа. Недостатки
- Переменные должны быть c интервальным масштабированием. Убывающее число должно быть в три раза больше, чем количество переменных.
Предположения Исследовательского факторного анализа. Условия
- Отсутствие выбросов, интервальных данных, линейности, многомерной нормальности, ортогональности для анализа основных факторов
Поделиться
