Geri Dön

Açımlayıcı faktör analizinde kullanılan faktör çıkartma yöntemlerinin karşılaştırılması

The comparison of factor extraction strategies used in exploratory factor analysis

  1. Tez No: 381434
  2. Yazar: HAYDAR KARAMAN
  3. Danışmanlar: YRD. DOÇ. DR. DERYA ÇOBANOĞLU AKTAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Eğitim ve Öğretim, Education and Training
  6. Anahtar Kelimeler: Faktör çıkartma yöntemleri, Açımlayıcı faktör analizi, Faktör analizi, Bileşen analizi, Exploratory factor analysis, factor analysis, factor extraction methods, component analysis
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Eğitim Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Eğitim Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Ölçme ve Değerlendirme Bilim Dalı
  13. Sayfa Sayısı: 106

Özet

Bu çalışmanın amacı açımlayıcı faktör analizinde kullanılan faktör çıkartma yöntemlerini açıklanan varyans, örneklem büyüklüğü ve ortak varyans düzeylerine göre karşılaştırmaktır. Bu çalışma özü itibariyle bir simülasyon (benzetim) çalışmasıdır. Öncelikle SAS programı kullanılarak örneklem büyüklüğüne (100, 500), yüksek ortak varyans (0.6-0.8), geniş ortak varyans (0.2-0.8), düşük ortak varyans (0.2-0.4) düzeylerine, sabit faktör sayısına (3), sabit değişken sayısına (20) ve replikasyona (1000) göre korelasyon matrisleri üretilmiştir. Üretilen korelasyon matrisleri SPSS programında syntax yardımıyla analiz edilerek yöntemler arasında karşılaştırmalar yapılmıştır. Örneklem büyüklüğüne göre yapılan karşılaştırmalar, döndürme işleminden sonra faktörler tarafından açıklanan toplam varyanslara göre yapılmıştır. Ortak varyansı yüksek veya düşük olarak üretilen veri için örneklem büyüklüğü arttıkça, açıklanan varyans miktarı da artmaktadır. Fakat ortak varyansı geniş olarak üretilen veri grubu için örneklem büyüklüğü arttıkça açıklanan toplam varyansın azaldığı görülmüştür. Analiz edilen tüm durumlarda toplam varyansı en yüksek açıklayan yöntemin temel bileşen analizi ve en düşük açıklayan yöntemin ise imaj faktör yöntemi olduğu gözlenmiştir. Üretilen ortak varyans değerleri ile yöntemlerin çıkarttığı ortak varyans değerleri karşılaştırıldığında, temel bileşen analizi en yüksek ortak varyans değeri çıkarırken imaj faktör yöntemi en düşük ortak varyansı çıkartıştır. Diğer yöntemler ise birbirine benzer sonuçlar vermiştir. Ayrıca faktör yükleri bakımından yapılan karşılaştırmalara göre temel bileşen analizi her durum için en yüksek faktör yükünü çıkartmıştır. Öte yandan imaj faktör yöntemi ise en düşük faktör yükünü çıkartmıştır. Ortak varyansın geniş aralıkta ya da yüksek aralıkta üretildiği veri için yöntemler arasında faktör sayıları bakımından bir farklılık yoktur. Ortak varyansın düşük olduğu ve örneklem büyüklüğünün küçük olduğu gruplar için imaj faktör yöntemi istenilen faktör sayısını çıkartamamıştır. Dolayısıyla örneklem sayısının ve ortak varyansın düşük olduğu gruplar için imaj faktör yönteminin kullanılmaması önerilmektedir. Araştırma sonucundan elde edilen bulgulara göre temel bileşen analizi ile imaj faktör yöntemlerinin farklı koşullar altında daha detaylı çalışılması önerilmektedir.

Özet (Çeviri)

The purpose of this study was to compare factor extraction methods used in exploratory factor analysis according to sample size and the communality level conditions. In this simulation study, data were generated with respect to two levels of sample sizes (100, 500), three levels of communality (high, wide and low), with 20 variables, 3 factors, and 1000 replications by using SAS program. Correlation matrices were generated for each condition. Then, these generated matrices were analyzed by using SPSS syntax and the differences between extraction methods were investigated. Initially, the total explained variance after factor rotation was examined with respect to sample size. I has been found that for data generated within high or low communality levels, when sample size increased, total explained variance after rotation also increased. However, total explained variance decreased when sample size increased, for the condition in which data was generated with respect to second communality level. Component analysis yielded the biggest total explained variance compared to other methods, whereas image analysis yielded the lowest explained variance. The rest of the factor extracting methods provided the similar results to each other. Moreover, a comparison between generated communality level and extracted communality level for the methods was also done. Similarly, component analysis yielded the biggest communality values and image analysis yielded the lowest communality values. The comparison about factor loadings was also investigated. Component analysis yielded the biggest factor loadings and image analysis yielded the lowest factor loadings and there was no difference about factor loadings for the remaining methods. For the data generated within high and wide communality levels, no difference was observed among the extraction methods in terms of interpretation of the results. The difference among them in these conditions was just numerical. However, for data generated within low communality level, a difference between methods was found. Image analysis didn't extract three factors. Hence, it can be concluded that image analysis shouldn't be preffered to use for low communality level and low sample size. Consequently, it is suggested that component analysis and image analysis should be studied including extra conditions.

Benzer Tezler

  1. Açımlayıcı faktör analizinde kullanılan faktör döndürme tekniklerinin karşılaştırılması

    A comparison of factor rotation techniques within exploratory factor analysis

    HASAN ÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Eğitim ve ÖğretimMersin Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. DEVRİM ALICI

  2. Investigating the variables affecting students' perceptions of 21st century skills and problem-solving skills

    Öğrencilerin 21. yüzyıl beceri algıları ve problem-çözme becerilerine etki eden değişkenlerin incelenmesi

    BUKET EREN JANSSEN

    Doktora

    İngilizce

    İngilizce

    2022

    Eğitim ve ÖğretimHacettepe Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    DOÇ. DR. BURCU ATAR

  3. Açımlayıcı faktör analizinde boyut sayısını belirlemede kullanılan yöntemlerin karşılaştırılması

    Comparision of procedures for determining the number of dimensions in exploratory factor analysis

    SİNAN UYAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Eğitim ve ÖğretimHacettepe Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    DOÇ. DR. HÜLYA KELECİOĞLU

  4. Likert tipi ölçeklerin yapı geçerliğinin veri madenciliği, yapay sinir ağları, faktör analizi ve Rasch modelleri ile incelenmesi

    Examination of the construct validity of Likert type scales with data mining, artificial neural networks, factor analysis and Rasch models

    SİNAN MUHAMMET BEKMEZCİ

    Doktora

    Türkçe

    Türkçe

    2022

    Eğitim ve ÖğretimHacettepe Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. NURİ DOĞAN

  5. Catherine Bergego skalasının Türkçe standardizasyon, geçerlik ve güvenilirlik çalışması

    The study of standardization, validity and reliability of the Catherine Bergego scale in Turkish

    BETÜL KULAÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Nörolojiİstanbul Medipol Üniversitesi

    Bilişsel Rehabilitasyon Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZDEN ERKAN OĞUL