Geri Dön

Faktör analizinde belirli koşullar altında faktör sayısı belirleme yöntemlerinin karşılaştırılması

The comparison of the methods determining number of factors under the certain conditions in factor analysis

PDF İndir

  1. Tez No: 615913
  2. Yazar: FERHAT ÜNAL
  3. Danışmanlar: PROF. DR. CELAL REHA ALPAR
  4. Tez Türü: Doktora
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Analiz yöntemleri, Faktör analizi, Korelasyon yöntemi, İstatistik, İstatistiksel yöntemler, Factor analysis, number of factors, Kaiser criteria, MAP method, parallel analysis, Analysis methods, Correlation method, Statistics, Statistical methods
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Sağlık, spor, eğitim ve sosyal bilimler alanında özellikle ölçek geliştirme çalışmalarında sıklıkla kullanılan çok değişkenli istatistiksel yöntemlerden biri olan faktör analizinde kestirim ve döndürme yöntemlerine göre daha önemli olan aşama kabul edilecek faktör sayısının belirlenmesidir. Faktör sayısının belirlenmesinde Kaiser ölçütü (K1), birikimli açıklanan varyans yüzdesi ve yamaç grafiği gibi en fazla bilinen ve kullanılan bazı yöntemler olmakla birlikte bu yöntemlerle elde edilen faktör sayıları her durumda doğru faktör sayısına net cevaplar verememektedir. Bu yöntemlerin dışında son yıllarda kullanılmaya başlanan Horn'un paralel analizi (PA) ve Velicer'in en küçük ortalama kısmi korelasyon (MAP) yöntemleri de bulunmaktadır. Bu çalışmada, doğru faktör sayısının belirlenmesinde K1, PA ve MAP ölçütlerinin performansları, sürekli ve 5'li likert düzeyinde ölçülmüş değişkenler için değişken sayısı (6, 12, 18, 24, 30), örneklem büyüklüğü (30, 50, 100, 200, 300, 500), ortalama faktör yükü (0,10-0,90) ve evren faktör sayısı (1, 2, 3 ve 4) koşulları altında incelenmiş ve karşılaştırılmıştır. MAP ve PA yönteminin doğru faktör sayısını belirlemede oldukça iyi performansa sahip olduğu, istatistiksel yazılımlarda en fazla kullanılan yöntemlerden olan K1'in ise kötü performansa sahip olduğu, sadece değişken sayısı altı iken iyi performans gösterebildiği ve örneklem büyüklüğündeki değişimden en fazla etkilenen yöntem olduğu görülmüştür. Ayrıca yamaç grafiği, Jolliffe ölçütü, birikimli açıklanan varyans yüzdesi ve K1 gibi klasik öznel ölçütler yerine özellikle son yıllarda kullanılmaya başlanan PA ve MAP gibi daha nesnel ve çağdaş yaklaşımların kullanılması önerilmektedi

Özet (Çeviri)

Factor analysis is one of the multivariate statistical techniques used in the field of health, sport, education, and social sciences about especially scale development studies. In this technique, determining of retained the number of factors is more important than the estimation of factor loadings and rotation methods. There are some methods for determining number of factors such as Kaiser criteria (K1), cumulative explained variance and scree graph are known utmost, but extracted factor numbers in these methods aren't accurate in every situation. In except of these methods, there are Horn's parallel analysis and Velicer's minimum average partial correlation (MAP) used in recent years. In this study, we compare the performance of K1, PA and MAP in determining of the number of factors for continuous variables and Likert scale in conditions that the number of variables (6, 12, 18, 24, 30), sample size (30, 50, 100, 200, 300, 500), mean loading (0,10-0,90) and the population number of factors (1, 2, 3 ve 4). In conclusion, MAP and PA methods are more accurate, K1 used in most statistical software has poor performance in terms of the number of factors except for the number of the variable is six. Also, K1 is most affected by the change of sample size according to the others. Objective and modern methods as MAP ve PA are recommended instead of subjective methods, such as scree graph, Jolliffe criteria, cumulative explained variance, and K1.

Benzer Tezler

  1. Tez No

    808589

    Particle detection and signal analysis in nanopores

    Nanogözeneklerde parçacık algılama ve sinyal analizi

    DÜRDANE YILMAZ

    Doktora

    İngilizce

    İngilizce

    2023

    Biyoteknolojiİstanbul Medeniyet Üniversitesi

    Nanobilim ve Nanomühendislik Ana Bilim Dalı

    DOÇ. DR. ALİ DİNLER

    DOÇ. DR. KAAN KEÇECİ

  2. Tez No

    1019841

    A large language model (LLM)-based framework for bid/no-bid decision support in construction public procurement: Validated on romanian tenders

    İnşaat kamu ihalelerinde teklif verme / vermeme karar desteği için büyük dil modeli (LLM) tabanlı bir çerçeve: Romanya ihaleleri üzerinde doğrulama

    ELİF GÜLİN PETEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ONUR BEHZAT TOKDEMİR

  3. Tez No

    29958

    A research on intelligent software development for design and analysis of factorial experiments

    Başlık çevirisi yok

    İNCİ BATMAZ DANACI

    Doktora

    İngilizce

    İngilizce

    1993

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AYDIN ÖZTÜRK

  4. Tez No

    831650

    Controlled delivery of chalcone via biopolyester nanohybrid

    Biyopoliester nanohibrit ile kalkonun kontrollü salımı

    YASEMİN KAPTAN

    Doktora

    İngilizce

    İngilizce

    2022

    Kimya Mühendisliğiİstanbul Teknik Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. FATOŞ YÜKSEL GÜVENİLİR

  5. Tez No

    797085

    Impact of Covid-19 on Islamic and conventional stock indexes

    Covıd-19'un İslami ve geleneksel hisse senedi endeksleri üzerindeki etkisi

    ALMABROK F AHMİD

    Doktora

    İngilizce

    İngilizce

    2022

    MaliyeAtatürk Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. ENSAR AĞIRMAN

Geri Dön