Nevýhody faktorové analýzy

Faktorová analýza je statistická metoda pro pokus o nalezení tzv. Latentních proměnných, pokud máte k dispozici údaje o mnoha otázkách. Latentní proměnné jsou věci, které nelze přímo měřit. Například většina aspektů osobnosti je latentní. Výzkumníci osobnosti často kladou vzorku lidí spoustu otázek, které podle nich souvisí s osobností, a poté provedou faktorovou analýzu, aby zjistili, jaké latentní faktory existují.

Faktory, které se objeví, mohou pocházet pouze z odpovědí na vaše otázky. Pokud se například nezeptáte na spánkové návyky, neobjeví se žádný faktor související se spánkovými návyky. Na druhou stranu, pokud se ptáte pouze na spánkové návyky, nic jiného se neobjeví. Výběr dobrého souboru otázek je komplikovaný a různí vědci zvolí různé soubory otázek.

Pokud vygenerujete mnoho náhodných čísel, faktorová analýza může v datech stále najít zjevnou strukturu. Je těžké říci, zda faktory, které se objeví, odrážejí data nebo jsou pouze součástí síly faktorové analýzy najít vzory.

Jedním z úkolů faktorového analytika je rozhodování, kolik faktorů si ponechá. Existuje celá řada metod, jak to určit, a existuje jen malá shoda ohledně toho, která je nejlepší.

Faktorová analýza vám může říci, které proměnné ve vaší datové sadě „jdou společně“ způsoby, které nejsou vždy zřejmé. Výklad toho, co tyto sady proměnných ve skutečnosti představují, je však na analytikovi a rozumní lidé mohou nesouhlasit.

  • Podíl
instagram viewer