Analisi Fattoriale Esplorativa

Centro di Conoscenza

Che cosa è l'Analisi Fattoriale Esplorativa? Descrizione

Il metodo di Analisi Fattoriale Esplorativa (Exploratory Factor Analysis - EFA -) è una tecnica che può essere usata per scoprire la struttura di fondo (dimensioni) di un grande insieme di variabili. Di conseguenza, l'EFA riduce un grande insieme di variabili ad una coppia di fattori sottostanti.

Esempio: Avete preparato un questionario sulla soddisfazione del cliente nel settore della aeronautica civile (United Airlines, Delta, Lufthansa). Avete identificato 30 articoli per descrivere e valutare la soddisfazione del cliente (per esempio “convenienza d'acquisto dei biglietti„, “convenienza del check-in„, “ambiente delle sale d'attesa „, “cortesia degli assistenti di volo„, “compimento di desideri speciali„, “qualità del cibo a bordo„, “comodità delle poltrone„, “offerte speciali quali proiezioni di films durante il volo„, “puntualità dell'arrivo„). Usando l'EFA potete ridurre un'insieme di 30 articoli, all'interno del vostro processo di analisi, ad una coppia di fattori centrali che rappresentano la base del vostro insieme di articoli. Potete considerare per esempio che gli articoli “convenienza d'acquisto dei biglietti„, “convenienza del check-in„, “ambiente delle sale d'attesa„, “qualità del cibo a bordo„, “comodità delle poltrone„ e “offerte speciali quali proiezioni di films durante il volo„ fanno parte di una dimensione potenziale. I fattori hard che le linee aeree possono utilizzare per guidare il loro business. Tuttavia, “la cortesia degli assistenti di volo„, “il compimento di desideri speciali„ e “la puntualità dell'arrivo„ fanno parte di una dimensione di processo.

Ciò significa che l'EFA scopre esattamente queste strutture - nel nostro esempio il fattore “potenziale„ e il fattore di “processo„. I manager ora possono andare più a fondo quando sviluppano attività di marketing, per migliorare la soddisfazione dei loro clienti concentrandosi più sulla parte  “potenziale„ o di “ processo„.
 

Origine di Analisi Fattoriale Esplorativa. Storia

Le metodologie fattoriali analitiche possono essere concepite come un continuum. Questa continuità varia da tecniche confermative a procedure puramente esplorative. Charles Spearman (dal 1904 in avanti) era interessato nel confermare l'idea di un'intelligenza generale. Con un'estesa evidenza sperimentale, sviluppata con anni di studi che coinvolsero un'ampia gamma di test dati a grandi campioni di individui, la teoria dello Spearman di un singolo fattore intellettuale si è rivelata inadeguata. Si è dovuta creare una possibilità per trattare gruppi di fattori. All'inizio degli anni 30, Thurstone sfatò una presunzione comune basata su presupposti precedenti alla natura dei fattori, e sviluppò una teoria generale di analisi a fattori multipli. Il libro del Thurstone “Vettori della Mente„ (1935) ha rappresentato la base matematica e logica di questa teoria.

Calcolo di Analisi Fattoriale Esplorativa. Formula

Per analizzare i dati usando l'EFA potete usare pacchetti statistici quali SPSS o SAS.

Uso di Analisi Fattoriale Esplorativa. Applicazioni

• Indagini di soddisfazione del cliente.
• Misurare la qualità del servizio.
• Test di personalità.
• Indagini di immagine.
• Identificare i segmenti di mercato.
• Tipizzare clienti, prodotti o comportamenti.

Fasi in Analisi Fattoriale Esplorativa. Processo

Un tipico processo tipico di EFA è:

1. Identificare gli indicatori/articoli che vanno nell'EFA.
2. Calcolare una matrice di correlazione (coefficente di correlazione da Bravais-Pearson).
3. Esaminare la matrice di correlazione da usare per un EFA (livello di importanza, inverso della matrice di correlazione, Test di Bartlett, tabella della covarianza anti-immagine, criteri Kaiser-Meyer-Olkin-  KMO)
4. Scegliere un metodo di estrazione del fattore (analisi delle componenti principali, analisi del fattore principale).
5. Scoprire i fattori e i caricamenti del fattore. I caricamenti del fattore sono i coefficenti di correlazione fra le variabili (righe nella tabella) ed i fattori (colonne nella tabella).
6. Sistemare il numero di fattori da estrarre (per questa fase è utile prender i criteri di Kaiser e lo Scree-Test con il "criterio del gomito").
7. Interpretare i fattori estratti (per esempio “potenziale„ e di “processo„ nell'esempio fornito qui sopra)

Punti di Forza di Analisi Fattoriale Esplorativa. Benefici

• Facile da usare
• Utile per grandi quantità di domande nelle indagini,
• Base di altri strumenti (per esempio analisi di regressione con i punteggi di fattore), facile da abbinare ad altri strumenti (per esempio analisi confermativa)

Limitazioni di Analisi Fattoriale Esplorativa. Svantaggi

• Le variabili devono essere intervallate.
• Il numero cadente dovrebbe essere tre volte più grande della quantità di variabili.

Presupposti di Analisi Fattoriale Esplorativa. Circostanza

• Nessun valore erratico, dato di intervallo, linearità, normalità a più variabili, ortogonalità per l'analisi fattoriale principale

Referenza Bibliografica: Klaus Backhaus, Bernd Erichson, Wulff Plinke - Multivariate Analysemethoden

Referenza Bibliografica: Joseph F Hair, Ronald L Tatham, Rolph E. Anderson, William Black - Multivariate Data Analysis 

Referenza Bibliografica: John C. Loehlin - Latent Variable Models

Forum Discussioni nei forum sul Analisi Fattoriale Esplorativa. Di seguito puoi porre una domanda su questo argomento, condividere le tue esperienze, segnalare un nuovo sviluppo o spiegare qualcosa. Inizia un nuovo argomento sul Analisi Fattoriale Esplorativa Condividi le tue conoscenze qui (o fai una domanda)   2 types of multivariate analys There are two main techniques of multiviariate analysis: 1. Factor Analysis (find the underlying dimensions or 'factors' by investigating the correlation between variables), 2. Cluster Analysis (find ... 14   What to do if the Data of your Research Turn out to be Incomplete? Suppose you have just finished executing an agriculture project in which you were distributing agricultural inputs to farmers. During the analysis of the end-line data, you have seen that three respon... 4   2 commenti Maximum Likelihood Extraction Method I chose Principal Components Analysis and unfortunately there are 17 factors and Varimax table was presented just in the last step. I want to use limited factors with enough (3-5) items to make a good... 4   1 commenti SPSS Factor Analysis on Non-Parametric Data Hi, I have 42 items, coded on binary scale 1 or 0. I wish to perform an Exploratory Factor Analysis using SPSS 15.0 My query: Is it possible to perform Exploratory Factor Analysis with such item... 4   1 commenti Rotated component matrix Hello, I am doing an exploratory factor analysis with 56 manifest variables using SPSS. However after running it, I don't obtain the rotated component matrix. Any idea about the reasons for this p... 0   1 commenti

Consigli degli Esperti Approfondimenti avanzati sul Exploratory Factor Analysis (Inglese). Qui troverai consigli professionali di esperti. Disadvantages of Exploratory Factor Analysis Applying Exploratory Factor Analysis, EFA Implementation Some of the disadvantages associated with EFA are: - Usefulness of EFA depends mainly on the researchers’ ability to de... Advantages of Exploratory Factor Analysis Applying Exploratory Factor Analysis, EFA Implementation Some of the advantages of Exploratory Factor Analysis (EFA) are as follows: - Objective as well as subjective attribute...

Fonti di Informazione Varie fonti di informazioni su Analisi Fattoriale Esplorativa. Qui troverai powerpoint, video, notizie, ecc. da utilizzare nelle tue lezioni e seminari.

Link di Ricerca Passare ad altre fonti di ricerca riguardanti Analisi Fattoriale Esplorativa. Notizie Video Presentazioni   Libri Accademico Di più

Paragonare a Analisi Fattoriale Esplorativa:  Analisi della Regressione  |  Analytical CRM  |  Analisi confermativa  |  LISREL

Ritornare alla Disciplina di Gestione: Risorse Umane  |  Marketing & Vendite

Più Metodi, Modelli e Teorie di Gestione