Onderliggende Factoranalyse

Kenniscentrum

   

Het aan het licht brengen van de onderliggende structuur van een grote reeks variabelen. Verklaring van Onderliggende Factoranalyse.

Bijgedragen door: Jens Grafarend

Inhoud

  1. Samenvatting
  2. Forum
  3. Best Practices
  4. Expert Tips
  5. Hulpbronnen
  6. Afdrukken

Wat is Onderliggende Factoranalyse? Beschrijving

De Onderliggende Factoranalyse methode (EFA) is een techniek die kan worden gebruikt voor het aan het licht brengen van de onderliggende structuur (dimensies) van een grote reeks variabelen. Derhalve vermindert EFA een grote reeks variabelen tot een paar onderliggende factoren.

Voorbeeld: U hebt een vragenlijst over klantentevredenheid in de burgerluchtvaartindustrie opgezet (United Airlines, Delta, Lufthansa). U hebt 30 items geïdentificeerd om klantentevredenheid te beschrijven en te evalueren (b.v. „gemak van het kopen van kaartjes“, „gemak van inchecken“, „omgeving van de lounges“, „vriendelijkheid van de vluchtbedienden“, „het vervullen van speciale wensen“, „kwaliteit van het voedsel aan boord van“, „zitcomfort“, „speciale aanbiedingen zoals tijdens de vlucht vertoonde films“, „nauwkeurigheid van aankomst“). Door EFA te gebruiken kunt u de reeks van 30 items binnen uw analyseproces terugbrengen tot een paar centrale factoren die aan uw set van issues ten grondslag liggen. U kunt bijvoorbeeld overwegen dat de items "gemak van het kopen van kaartjes", "gemak van inchecken", "omgeving van de lounges", "kwaliteit van het voedsel aan boord", "zitcomfort" en "speciale aanbiedingen zoals tijdens de vlucht vertoonde films" deel van een potentieel dimensie uitmaken. De harde dingen die luchtvaartmaatschappijen kunnen bieden om hun zaken te stimuleren. Maar de "vriendelijkheid van de vluchtbedienden", "het vervullen van speciale wensen" en de "nauwkeurigheid van aankomst" zijn meer deel van een procesdimensie.


Dat betekent dat EFA precies deze structuren te weten komt - in ons voorbeeld de factor "potentieel" en "proces". Managers kunnen nu een dieper inzicht krijgen ten behoeve van het ontplooiien van marketingactiviteiten om de tevredenheid van hun klanten te verbeteren door zich meer op het "potentieel"-deel of op het "proces"-deel te concentreren.
 

Oorsprong van Onderliggende Factoranalyse. Geschiedenis

Factor analytische methodologieën kunnen misschien worden opgevat als een continuüm. Dit continuüm strekt zich uit van bevestigende technieken tot naar zuiver oriënterende procedures. Charles Spearman (vanaf 1904) was geïnteresseerd in het bevestigen van het idee van een algemene intelligentie. Met uitgebreid experimenteel bewijsmateriaal, dat door jaren studies werd ontwikkeld met grotere testverzamelingen die aan grotere steekproeven van individuen worden gegeven, bleek de theorie van Spearman van één enkele intellectuele factor ontoereikend te zijn. Er moest een mogelijkheid worden gecreëerd om met groepsfactoren om te gaan. In de vroege jaren '30, brak Thurstone met het gemeenschappelijk idee dat op vroegere veronderstellingen was gebaseerd betreffende de aard van factoren, en hij ontwikkelde een algemene theorie van veelvoudige factoranalyse. Thurstone's Boek "Vectors of Mind" (1935) gaf de wiskundige en logische basis voor deze theorie.


Berekening van Onderliggende Factoranalyse. Formule

Om gegevens te analyseren door EFA te gebruiken kunt u statistische pakketten zoals SPSS of SAS gebruiken.


Gebruik van Onderliggende Factoranalyse. Toepassingen

  • Klanttevredenheidsonderzoeken.
  • Het meten van dienstverleningskwaliteit.
  • Persoonlijkheidstests.
  • Imago-onderzoeken.
  • Het identificeren van marktsegmenten.
  • Typeren van klanten of producten of gedrag.

Stappen in Onderliggende Factoranalyse. Proces

Een typisch proces van EFA gaat als volgt:

  1. Identificeer de indicatoren/items die in de EFA worden opgenomen.
  2. Bereken een correlatiematrix (correlatiecoëfficiënt van Bravais-Pearson).
  3. Onderzoek de correlatiematrix die voor de EFA moet worden gebruikt (mate van significantie, de inverse van de correlatiematrix, de Bartlett-Test, de anti-imago-covariantie-matrix, de Kaiser-Meyer-Olkin-Criteria KMO)
  4. Kies een factor extractiemethode (belangrijkste componentenanalyse, belangrijkste factoranalyse).
  5. Ontdek de factoren en de factorenladingen. Factorladingen zijn de correlatiecoëfficiënten tussen de variabelen (rijen in de lijst) en factoren (kolommen in de lijst).
  6. Stel het aantal te extraheren factoren vast (voor deze stap is het nuttig om de Kaishyer-Criteria en de Scree-Test met de elleboog-criteria te gebruiken).
  7. Interpreteer de geëxtraheerde factoren (d.w.z. "potentieel" en "proces" in het gegeven voorbeeld hierboven)

Sterke punten van Onderliggende Factoranalyse. Voordelen

  • Makkelijk te gebruiken
  • Nuttig voor veel onderzoeksvragen,
  • Basis van andere instrumenten (b.v. regressieanalyse met factorenscores), gemakkelijk om met andere instrumenten (b.v. bevestigende analyse) te combineren

Beperkingen van Onderliggende Factoranalyse. Nadelen

  • Variabelen moeten interval-geschaald zijn.
  • Het Falling number zou groter moeten zijn dan drie keer de hoeveelheid variabelen.

Veronderstellingen van Onderliggende Factoranalyse. Voorwaarden

  • Geen uitlopers, intervalgegevens, lineariteit, multivariate normaliteit, rechthoekigheid voor belangrijkste factoranalyse

Boek: Klaus Backhaus, Bernd Erichson, Wulff Plinke - Multivariate Analysemethoden -

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

Boek: John C. Loehlin - Latent Variable Models -


Onderliggende Factoranalyse Forum
  What to do if the Data of your Research Turn out to be Incomplete?
Suppose you have just finished executing an agricu...
     
 
  Maximum Likelihood Extraction Method
I chose Principal Components Analysis and unfortun...
     
 
  SPSS Factor Analysis on Non-Parametric Data
Hi, I have 42 items, coded on binary scale 1 or 0...
     
 
  Rotated component matrix
Hello, I am doing an exploratory factor analysis ...
     
 
  2 types of multivariate analys
There are two main techniques of multiviariate ana...
     
 

Onderliggende Factoranalyse Special Interest Group


Special Interest Group

Onderliggende Factoranalyse Educatie & Evenementen


Vind opleidingen, seminars en evenementen


Best Practices - Onderliggende Factoranalyse Premium

Expert Tips (ENG) - Exploratory Factor Analysis Premium
 

Disadvantages of Exploratory Factor Analysis

Some of the disadvantages associated with EFA are:...
Usage (application): Applying Exploratory Factor Analysis, EFA Implementation
 
 
 

Advantages of Exploratory Factor Analysis

Some of the advantages of Exploratory Factor Analy...
Usage (application): Applying Exploratory Factor Analysis, EFA Implementation
 
 

Hulpbronnen - Onderliggende Factoranalyse Premium
 

Nieuws over Onderliggende Factor Analyse


     
 

Nieuws over Factor Analyse


     
 

Video's over Onderliggende Factor Analyse


     
 

Video's over Factor Analyse


     
 

Presentaties over Onderliggende Factor Analyse


     
 

Presentaties over Factor Analyse


     
 

Meer over Onderliggende Factor Analyse


     
 

Meer over Factor Analyse


     

Vergelijk Onderliggende Factoranalyse met:   Regressie-analyse  |  Analytische CRM  |  Confirmatory Analysis  |  LISREL


Keer terug naar Management Discipline: Human Resources  |  Marketing


Meer Managementmethoden, managementmodellen en managementtheorie

Special Interest Group Leader

U hier


Over 12manage | Adverteren | Link naar 12manage | Privacy | Gebruiksvoorwaarden
Auteursrecht 2017 12manage - The Executive Fast Track. V14.1 - Laatst bijgewerkt op: 19-11-2017. Alle namen zijn tm van hun eigenaren.