آزمون  تحلیل عاملی تاییدی

این آموزش توسط سایت کافه پروژه برای ارتقای سطح علمی دانشجویان و علاقه مندان به نرم افزار spss تنظیم شده و هدفش آشنایی با آزمون های موجود در  این نرم افزار و نحوه انجام این آزمون ها و کمک به دانشجویان و پژوهشگران برای حل مسائل تحقیقی با استفاده از آزمون های این نرم افزار است  لذا به جهت گستردگی مطالب  در چندین قسمت درحال برگذاری هست.و در هر قسمت بطور جداگانه آموزش های لازم داده خواهد شد

تحلیل عاملی تاییدی

خلاصه

تحلیل عاملی عبارتی  است کلی برای تعدادی از روش های ریاضی و آماری مختلف اما در ارتباط باهم به منظور تحقیق دررابطه با  ماهیت روابط بین متغیرهای یک طبقه مشخص .

تحلیل عاملی از جمله روشهای چند متغیره است که در آن ، متغیرهای مستقل و وابسته مطرح نیست زیرا این روش جزء روش  های به  هم وابسته بحساب  می آید  وکلیه متغیرها به هم ارتباط دارند .

در ادامه قصد داریم آموزش نرم افزار spss و انجام پروژه با نرم افزار spss را به شما ارائه دهیم.لطفا تا پایان با ما همراه باشید و آموزش های ما را دنبال نمایید.

مقدمه

در تحليل چند متغيره، بزرگ بودن محدوده محور تصادفي ، بیشتردر به دست آوردن روش هاي آماري مناسب  براي  نمونه  تصادفي  سبب  مشكلاتي  مي  گردد. از  جمله  روش  هايي  كه  جهت  تحليل  چند  متغيره بکار می رود

کم شدن قابل توجه محدوده مشاهدات با از دست دادن کمترین  اطلاعات مي باشد . اين فکر از آنجا بوجود می آید كه در مراحل اوليه تحقيق، توجه به طرف متغيرهايي منسجم است كه از يك مشاهده  به  مشاهده  ديگر  بيشترين  تغييرات  را  نشان  مي  دهند.

براين  اساس تحليل  شاخص های  اصلي  و تحليل عاملي روش هايي هستند كه بر اساسکم شدن محدوده  مسئله به تحليل آن مي پردازد .

هرچند هدف اصلي آزمون  شاخص هاي اصلي و تحليل عاملي، کم شدن بعد مساله است ولي تفاوتهايي نيز  دارند.

درتحلیل شاخص هاي اصلي امكان تبديل تعداد زيادي از متغيرهاي اوليه به تعداد کمی ازمتغيرهاي جديد (كه همان چند شاخص اصلي اول هستند) بررسي مي شود. بطوريكه متغيرهاي جديد سهم بیشتری از  كل  تغییرات  را  داشته  باشند.  در  تحليل  عاملي  معمولا  تعداد  بسيار  زيادي  متغير  داريم  (مثلا 50  متغیر ) و مي خواهيم بررسي كنيم كه آيا مي توان اين متغيرها را به چند گروه معدود (مثلا به سه گروه) تقسیم  نمود،  بطوريكه  متغيرهايي  كه  درون  يك  گروه  هستند

با  يكديگر  داراي  رابطه  زياد  باشند  ولي متغيرهاي هر گروه رابطه ناچيزي با متغيرهاي گروههاي ديگر داشته باشند.

پیشنهاد نرم افزار مشابه  : برای انجام پروژه های تحلیل آماری نرم افزار دیگری وجود دارد که همانند spss کارایی بالایی دارد.انجام پروژه با نرم افزار لیزرل محبوبیت زیادی در بین محققین و دانشجویان دارد و بسیاری از شرکتها از این نرم افزار برای کارهای آماری خود استفاده می کنند.

تعریف اولیه :

تحليل عاملي نامي است کلی براي برخي از روشهاي چند متغيره كه هدف اصلي آن کم كردن داده ها است .

اين روش به بررسي رابطه دروني تعداد زيادي از متغيرها مي پردازد و در نهايت آنها را درقالب  عاملهاي  عمومي  محدودي  طبقه بندی  كرده تحلیل  مي  كند.  در  اين روش  تمام متغيرها  به  عنوان متغير وابسته قرار مي گيرد .

تحليل عاملي روشي وابسته بوده كه در آن همه متغيرها بطور همزمان مورد توجه قرار مي گيرد.

هدف اصلي آن، کم كردن داده هاست . اين روش به بررسی  رابطه دروني تعداد زيادي از متغيرها می پردازد و در نهایت آنها را در شکل و طرح  عاملهاي عمومي کمتری دسته بندي و تحلیل ميكند. بنابراين ارزش تحلیل عاملی این است که طرح ساختار یافته خوبی بوجود می آورد که می توان آن را برای تفسیر تعداد زیادی از   رفتار با در متغیر هاي توجیه كننده بيشترين صرفه جويي  ، به كار برد .

تحليل عاملي ، برخلاف رگرسيون چندمتغیره ، تحليل تشخيصي يا رابطه مرکزی (كه در آنها تعداد زيادي  متغير  مستقل  و  يك  يا  چند  متغير  وابسته  وجود  دارد) روشي  وابسته  است  كه  در  آن  همه  متغيرها  به  صورت همزمان مورد توجه قرار ميگيرند.

پیشینه

اولین كار  درباره  تحليل عاملي حدود 100 سال پيش توسط روانشناسي به نام اسپيرمن (1940)انجام گرفت، كه به طور كلي ((پدر)) اين روش شناخته شده است. بعد از او پيرسن (1901) ، روش((محورهای اصلی )) را  پيشنهاد  داد  و  هتلينگ  (1933 ) آن را به طور كاملتري گسترش داد . بسیاری ازكارهاي  اولیه  در  تحليل عاملي،  يعني  در  طول  سال هاي   1900 تا 1930 ،  به  كاربرد  مدل  اسپيرمن  در بسياري از مسايل عملي و بررسي شرايط مناسب براي استفاده از آن مدل اختصاص پیدا کرده است. در طول اين  دوره علاوه بر خود اسپيرمن ، محققان ديگري مانند سيريل برت هلیزینگر، کلی ، پيرسن و تامسون ، كمك هاي زیادی به نظریه تحليل عاملي كرده اند . امروزه روش تحليل عاملي از جمله روش هاي تحليل آماري است كه در آن بطور زیادی از شاخه هاي علوم مانند روانشناسي ، جامعه شناسي ، مديريت، جغرافيا ، برنامه ريزي شهري و… استفاده ميشود.

در اوايل سال 1930 ، مشخص شد  كه  مدل  تك عاملي عمومي اسپيرمن براي شرح روابط بين متغيرهاي يك دسته هميشه كافي نيست  . ترستون احتمالا برجسته  ترين  تحليل گر عاملي نوين بوده و نفوذ قابل توجهی در گسترش اين روش از سال هاي 1930 تا الان داشته است .

كارهاي نخستین درتحليل عاملي  كه توسط محققان نام برده شده صورت گرفته ، بيشتر تبیین نظري دارد ، هر چند  هيچ  يك  از  آن  ها  آماده  براي  آزمون  هاي  آماري  فرضيه  هاي  ویژه   درباره  ساختارهاي  عاملي  دسته  هاي  مشخصی  از  متغيرها  نبوده است.  اما ،  وقتي  رایانه هاي  پر  سرعت  در  اختيار بشر قرار  گرفت  در اواسط سال ها ی 1950 تا اواخر سال هاي 1950 ،  حركتي از نظریه گرائي به طرف آنچه تحليل عاملي اكتشافي ناميده می شود  به وجود آمد .

این حرکت به گونه ای مشخص  از  طريق  نظریه عامل  مشترک  ترستون  تشويق،  و  از طريق  فرمول  بندي  عمومي  هتلينگ  (1993) ،  درباره  عمليات  رياضي  شاخص  هاي  اصلي  كه  قبل  از  آن  به دليل محاسبات بسیار پيچيده و پرزحمت آن ، به كار نرفته بود آسان شد . چنين به نظر مي رسد كه در طول سال هاي 1950 و 1960 ، تقريبا هر كس، هر چيزي را  از طریق تحليل عاملي حل  مي كرده است  ، به اميد اینکه   رابطه های   پيچيده  ظاهري  بين  متغيرهاي  يك  طبقه  را  مي  توان  تسهیل  كرد

و  به شکل  ساده  تري  تحلیل نمود. در طول اين دوره همچنين تعداد روشهاي تحليل عاملي با بوجودآمدن تحليل تصویر ، تحليل عاملي اساسی، تحليل عاملي آلفا و روش كمترين نتیجه ، به طور زیادی گسترش يافت.

با  اين  وجود،  روشهاي  تحليل  اكتشافي  نتوانست  آن  طور  كه  انتظار  مي  رفت   ،  كمك  زیادی براي  آزمون  و پالايش نظریه روان شناختي باشد.

مشاهده این آموزش شما را در انجام پروژه دانشجویی خود یاری می دهد.لطفا تا پایان همراه ما باشید.

درک نظری تحلیل عاملی و به کار بردن آن :

با توجه به  آن چیزی که گفته شد، تحليل عاملي روشی است كه كاهش تعداد زيادي از متغيرهاي  بهم وابسته را به شکل  تعداد کمی از بعد های پنهان يا مكنون امكان پذير مي کند. هدف اصلی آن رعايت اصل اقتصاد و

صرفه  جويي  از  طريق  به کار بردن كوچكترين  مفاهيم  توجیه  كننده  به  خاطر  توجیه  بیشترین  مقدار  تغییرات مشترک  در  ساختار رابطه  است.  فرضیه های اساسي  تحليل  عاملي  اين  است  كه  فاکتور  هاي اساسی متغيرها را مي توان براي توجیه پديده هاي پيچيده به كاربرد و رابطه هاي مشاهده شده بين متغيرها حاصل شباهت های  آنها در اين فاکتورها ها است. هدف تحليل عاملي تشخيص اين فاکتورهای مشاهده ناپذير بر پايه دسته ای   از  متغيرهاي  مشاهده  پذير  است.  عامل،  متغير  جديدي  است  كه  بوسیله  تركيب  خطي  نمره هاي اصلي متغيرهاي مشاهده شده بر اساس فرمول زير تخمین زده مي شود:

Fj = ∑ Xi  WiJ = X1w1j + X2 w2j + …Xp  wpj

كه  در  آن  w ها  بيانگر  ضریب های   نمره  عاملي  و p نشان دهنده   تعداد  متغيرها  است.  اين  عامل  ها،  به طور خاص،  شاخص های

فرضي  يا  نظري  هستند  كه  به  تفسير  ثبات  و  انسجام   در  گروهی از   داده  ها  كمك  مي  كنند. بنابراين ارزش تحليل عاملي اين است كه نقشه ساختار یافته  خوبی بوجود آورد كه مي توان آن را برای تفسير تعداد زیادی  از رفتار با بيشترين صرفه جويي در مولفه هاي توجیه كننده، به كار برد.

اميد اين است كه تعداد كمي از اين عامل ها (يعني تركيب هاي خطي نمره هاي اصلي متغيرهاي مشاهده  شده) بتواند تقريبا همه اطلاعاتي را كه توسط گروه بزرگتري از متغيرها به وجود مي آيد را شامل شود درنتيجه  شرح ويژگي  هاي  فرد  را  ساده  سازد.  از  اين  گذشته  اميدوار  هستيم  كه  با  گسترش  درست  عامل  ها، متغيرهايي به وجود آوريم كه نشان دهنده يك شاخص روشن و با معناي روان شناختي داشته باشد به طوری كه شرح ما از شخص نه فقط ساده تر، بلكه روشن تر و با قاطعیت تر باشد.

انواع تحلیل عاملی :

تحليل عاملي بسته به هدفي كه تحلیل گر در استفاده از آن دارد به دو جزء تقسيم مي شود :

تحليل عاملي اكتشافی

تحليل عاملي تاييدي

دراین قسمت ما فقط تحلیل عاملی تاییدی را مورد مطالعه و بررسی قرار می دهیم .

تحلیل عاملی تاییدی)

در تحليل عاملي تاييدي پژوهشگر در جستجوی تهيه طرحی است كه فرض  مي شود  داده هاي  تجربي  را  بر  پايه  چند  شاخص  نسبتاً  اندک ،  شرح  تحلیل  يا  توجيه  مي کند. این طرح بر اساس اطلاعات  بر اساس تجربه درباره ساختار داده ها است كه مي تواند به شكل يك نظریه يا فرضيه،يك نقشه طبقه بندي كننده مشخص براي گويه ها برای مطابقت داشتن ا با ويژگيهاي آشکار شكل و محتوا، شرايط مشخص تجربي  و  يا  دانش  بدست آمده  از  مطالعات  قبلي  درباره  داده هاي  گسترده  باشد.  روشهاي تاييدي  (آزمون  فرضيه)

مشخص ميكنند كه داده ها با يك ساختار عاملي مشخص  (كه در فرضيه آمده) مطابقت دارند يا نه .

نکته: یک دیگر از خدماتی که توسط سایت کافه پروژه ارائه می شود کار ریوایز مقاله است. جهت انجام پروژه ریوایز مقاله خود نیازمند آموزش کافه پروژه از ابتدا ملاحظه نمایید جهت مشاهده و آموزش های مرتبط با این پروژه  لازم است کلمه آموزش پروژه ریوایز مقاله را در بخش جستجو وارد نمایید و اینتر بزنید.

در  تحليل هاي عاملي تاييدي، كه هدف محقق تاييد ساختار عاملي خاصی مي باشد، درباره تعداد عامل ها به طور مشخص فرضيه هاي گفته مي شود و تایید ساختار عاملي مورد نظر در فرضيه با سلسله مراتب كواريانس  متغيرهاي اندازه گيري شده مورد تحلیل قرار مي گیرد .

نکته : سایت فریلنسینگ کافه پروژه یکی از بزرگترین سایتهای انجام پروژه های تحلیل آماری در ایران است که از وجود صدها فریلنسر متخصص کارهای آماری بهره می برد.جهت انجام پروژه ثبت نام نمایید و پروژه خود را ایجاد کنید

مشخصات تحلیل عاملی تاییدی :

1- اين  روش  بر  اساس  يك  طرح  از  قبل  بوجود آمده  دنبال  مي  شود  كه   براساس  نظریه ها و مطالعات گذشته است.

2- دراين روش تعداد فاکتورها از قبل توسط محقق در طرح پيش بيني مي شود.

3-  در اين روش، از قبل معین مي شود كه كدام متغيرها بر هر يك از عامل ها در نظر گرفته شده اند

4- در اين روش اشتباهات در مدل در نظر گرفته مي شوند.

جهت سفارش نوشتن مقاله isi نیز میتوانید در سایت ثبت نام نمایید و پروژه خود را تعریف کنید.کافه پروژه بهترین نویسندگان مقاله در سطح کشور را داراست.

تحلیل عاملی تاییدی ممکن است تحت تاثیر عوامل زیر قرار بگیرد:

1)     تعداد نمونه : این روش تعداد نمونه بالایی را درخواست می کند وبه طور کلی تعداد نمونه باید بین 5 تا 20   مورد با ازای هر شاخص در نظر گرفته شده باشد .

2)      نوع داده ها : داده های سطح فاصله ای و نسبی در تحلیل عاملی از اولویت بالایی برخوردارند . اگرچه برای داده های ترتیبی نیز می توان به انجام تحلیل عاملی تاییدی افدام کرد.

3)      مقادیر دور افتاده (موارد پرت) : مقادیر دور افتاده می تواندبر روی  نتایج تحلیل عاملی تاثیر بگذارد.

4)      داده های گم شده (داده های از دست رفته  ) : وجود مقدارهای گم شده در نتایج تحلیل عاملی بی تاثیر نیست و بنابر این در صورت وجود چنین مقدارهایی، باید تعداد نمونه افزایش یابد تا در مراحل تحلیل در صورت حذف زوجی یا لیستی از  این دسته موارد ، خللی به نتایج تحلیل وارد نشود.

این مدل بر  اساس اطلاعات پیش تجربی درباره فرایند داده هاست که می‌تواند به یکی از شکل های زیر باشد:

1)  یک نظریه یا فرضیه

2)  یک مدل دسته بندی  کننده معین برای گویه‌ها یا آزمون های جزئی در تطابق با ویژگی‌های آشکار شکل و محتوا

3) شرایط مشخص تجربی

4) دانش بوجودآمده از مطالعات گذشته درباره داده‌های گسترده.

پیشنهاد لینک : اگر دنبال کارهای تحقیقاتی در این حوزه هستید و کار نرم افزاری به کارتان نمی آید میتوانید به صفحه انجام تحقیق سایت کافه پروژه مراجعه نمایید

در ادامه قصد داریم آموزش نرم افزار spss و انجام پروژه با نرم افزار spss را به شما ارائه دهیم.لطفا تا پایان با ما همراه باشید و آموزش های ما را دنبال نمایید.

نحوه سفارش پروژه در سایت کافه پروژه :

اگر پروژه ای دارید که میخواهید آن را برون سپاری کنید کافی است در سایت کافه پروژه ثبت نام کنید و پروژه خود را ثبت نمایید.پروژه شما هر چه که باشد حتما مجری برای آن وجود دارد.جهت ثبت نام و ثبت سفارش پروژه خود برروی دکمه زیر کلیک نمایید.

بدون دیدگاه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.