لطفا به نکات زیر در هنگام خرید دانلود فایل پاورپوینت کارگاه SPSS پیشرفته (تحلیل عاملی اکتشافی) توجه فرمایید.

1-در این مطلب، متن اسلاید های اولیه دانلود فایل پاورپوینت کارگاه SPSS پیشرفته (تحلیل عاملی اکتشافی) قرار داده شده است 2-به علت اینکه امکان درج تصاویر استفاده شده در پاورپوینت وجود ندارد،در صورتی که مایل به دریافت  تصاویری از ان قبل از خرید هستید، می توانید با پشتیبانی تماس حاصل فرمایید 3-پس از پرداخت هزینه ، حداکثر طی 4 ساعت پاورپوینت خرید شده ، به ادرس ایمیل شما ارسال خواهد شد 4-در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل اسلاید ها میباشد ودر فایل اصلی این پاورپوینت،به هیچ وجه بهم ریختگی وجود ندارد 5-در صورتی که اسلاید ها داری جدول و یا عکس باشند در متون زیر قرار نخواهند گرفت

— پاورپوینت شامل تصاویر میباشد —-

اسلاید ۱ :

تحلیل عاملی Factor Analysis

این روش توسط کارل پيرسون ۱۹۰۱ وچارلز اسپيرمن ۱۹۰۴براي اولين بار هنگام اندازه گيري هوش مطرح شد.

براي تعيين تأثيرگذارترين متغيرها در زمانيكه تعداد متغيرهاي مورد بررسي زياد و روابط بين آنها ناشناخته باشد، استفاده مي شود. در اين روش متغيرها در عاملهايي قرار مي گيرند، به طوريكه از عامل اول به عاملهاي بعدي درصد واريانس كاهش مي يابد، از اين رو متغيرهايي كه در عامل هاي اولي قرار مي گيرند، تأثيرگذارترين هستند.

اسلاید ۲ :

  • تحليل عاملي از تعدادی فنون آماری ترکیب شده و هدف آن ساده تر کردن مجموعه‌های پیچیدة داده‌هاست.
  • تحلیل عاملی به عنوان يك تكنيك كاهش دهنده ي داده ها نام-گذاري شده است.
  • داده هاي اوليه براي تحليل عاملي، ماتريس همبستگي بين متغيرها است.
  • به منظور پي بردن به متغيرهاي زيربنايي يك پديده يا تلخيص مجموعه اي از داده ها از آن استفاده می شود.

اسلاید ۳ :

پيش فرض هاي تحليل عاملي

حجم نمونه: حداقل ۵ مورد براي هر متغير

نرمال بودن: متغيرها داراي توزيع نرمال باشند.

خطي بودن متغيرها: خطي بودن مهم است زيرا تحليل عاملي مبتني بر همبستگي است.

دور افتاد ه ها در ميان موردها: از مجموعه داد ه ها حذف شوند.

كمي باشند، دامنه ي نمرات آنها بزرگ، داراي توزيع متقارن و تك نمايي باشند.

اسلاید ۴ :

تعریف ماتریس همبستگی

ماتریس همبستگی مجموعه‌ای از ضرایب همبستگی بین تعدادی از متغیرها است:

.۱فرض بر این است که هر متغیر با خودش همبستگی کامل دارد(عناصری که در قطرهای ماتریس همبستگی قرار می‌گیرند در فهم و تفسیر تحلیل‌های عاملی مهم هستند).

.۲زواید زیادی در ماتریس وجود دارد، بدین معنا که هر ضریب دوبار در ماتریس ظاهر می‌شود.

.۳تحلیل عاملی برای ساده‌کردن چنین ماتریس‌هایی طراحی شده است

.۴در یک ماتریس بزرگ از همبستگی‌ها، منطقی است بپرسیم که چه چیزی ممکن است این همبستگی‌ها را تبیین کند.

اسلاید ۵ :

تعریف عامل: اساساً عامل، بعد یا سازه‌ای است که روابط بین مجموعه‌ای متغیرها را به صورت خلاصه مطرح می‌کند بنا به عقیدة رویس (۱۹۶۳)، عامل، سازه‌ای است که عملاً از روی (یا بوسیلة) بارهای عاملی‌اش تعریف می‌شود.

 

تعریف بارهای عاملی: همبستگی یک متغیر با یک عامل را بار عاملی گویند. فرض کنید که مجموعه‌ای از آزمون‌های توانایی و پیشرفت تحصیلی را تحلیل عاملی کرده‌ایم. این مثال، سه عامل را در یک نوع تحلیل عاملی از تواناییها نشان می‌دهد. عاملهای دیگری نیز ممکن است وجود داشته باشد اما اینها ماهیت عوامل و بارهای عاملی را بهتر توضیح می‌دهند.

 

اسلاید ۶ :

فایده تحلیل عاملی

به رغم اینکه می‌دانیم تحلیل عاملی برای خلاصه‌کردن ماتریس‌های همبستگی به کار برده می‌شود، هنوز یک سؤال مهم باقی است و آن این است که با تحلیل عاملی چه کارهایی را می‌توان انجام داد و این فن چگونه می‌تواند سودمند واقع گردد؟

برای پاسخ به این پرسش، باید به این نکته توجه کرد که هنگام کاربرد این روش باید بین تحلیل اکتشافی (exploratory) و تأییدی (confirmatory) تمایز قائل شد.

اسلاید ۷ :

تفسير وجود همبستگي دروني بين تعدادي صفت قابل مشاهده از طريق عواملي كه قابل مشاهده نيستند و آنها راعامل گويند. در واقع اين عوامل غيرقابل مشاهده دليل مشترك همبستگي بين متغيرهاي اصلي هستند؛

ارائه روش تركيب و خلاصه كردن تعداد زيادي از متغيرها در تعدادي گروه متمايز

از بين متغيرهاي مختلف تأثيرگذارترين آنها تعيين شده و در پژوهش هاي بعدي به طور جزيي تر متغيرهاي تأثيرگذار رابا تكرار بيشتري بررسي مي كنند.

اسلاید ۸ :

طبقه بندی تحلیل عاملی

تحلیل عامل اکتشافی:(Exploratory Factor Analysis=EFA)

از قبل مشخص نیست که کدام متغیرهای مشاهده شده با کدام عامل ارتباط دارد .در این حالت محقق می خواهد بداند که هر یک از متغیرهای مشاهده شده با کدام عامل بهتر ارتباط دارد.

تحلیل عامل تائیدی:(Confirmatory Factor Analysis=CFA)

از قبل مشخص می گردد که کدام متغیرهای آشکار شده با کدام عامل ارتباط دارد. در این حالت محقق در پی یافتن میزان ارتباط یا بار عاملی (factor loading) است.

 

اسلاید ۹ :

هر دو نوع تحليل عاملي تاييدي و اکتشافي بر اساس الگوي عامل مشترک (Common Factor Model) قرار دارند.

اين الگو بيان مي کند که هر متغير مشاهده شده اي تحت تاثير دو

عامل است:

عوامل مشترک (factor 1,factor 2)

عوامل ویژه(unique factor) E1-E5 ))

تحليل عاملي براساس بررسي الگوهاي همبستگي يا کوواريانس بين

متغيرهاي مشاهده شده انجام مي شود. بدين صورت که آيا متغيرهاي

مشاهده شده اي که از همبستگي بالايي (منفي يا مثبت ) با يکديگر

برخوردارند تحت تاثير يک عامل مشترک قرار دارند يا خير؟

اسلاید ۱۰ :

تحلیل عاملی اکتشافی: یک مثال

هدف از تحلیل عاملی اکتشافی، بررسی یک حوزه (field) برای کشف ابعاد یا سازه‌های اصلی آن حوزه است. به همین علت بود که اسپیرمن (۱۹۰۴) تحلیل عاملی را در حوزه تواناییهای انسان بوجود آورد. او سعی کرد به این سؤال که چرا بین تواناییهای انسان همیشه همبستگی مثبتی وجود دارد پاسخ دهد. (در تحلیل عاملی توانایی‌ها، این موضوع صورتبندی مثبت نامیده می‌شود بدین معنا که تمام همبستگی‌های ماتریس همبستگی، مثبت است).

به طور کلی در تحلیل عاملی اکتشافی، قاعده بر این است که محققان تا حدامکان متغیرهای بسیاری را وارد تحلیل کنند تا ببینند کدام یک از آنها روی عامل موردنظر بار عاملی دارند