Analiza factorială a datelor

1. Analiza factoriala a datelor

1.1 Ce reprezinta analiza factoriala a datelor ?

Acest instrument face parte din cele şapte instrumente consacrate de japonezi sub numele matrix data analysis.

Obiectivul de utilizare a acestui instrument este de a transforma tabele de date numerice, rezultate dintr-o analiză descriptivă a fenomenelor observate, uşor interpretabile prin grafice şi facilitând demersul explicativ al acestor fenomene.

Acest instrument este totuşi fundamental diferit de celelalte şase instrumente prezentate anterior. Nu este vorba de un simplu instrument de lucru în grup, ci de o tehnică care se leagă, cum se va vedea, de tehnicile statistice.

Diagrama corelaţiilor care este unul dintre instrumentele clasice permite să se dea o reprezentare vizuală a corelaţiilor între două variabile referitoare la acelaşi produs.

Diagrama la care ajunge analiza factorială a datelor generalizează acest tip de reprezentare a variabilelor multiple şi permite vizualizarea pe un plan, a ceea ce se întâmplă într-un spaţiu cu n dimensiuni.

Reprezentarea obţinută conduce la a descoperi (sau nu) existenţa unui model permiţând apropierea unor grupe de variabile şi punerea în evidenţă a eventualelor relaţii dintre acestea.

Această tehnică se utilizează pentru a cerceta cauzele unui defect. (de exemplu pentru analiza unui tip de produs) parametrii ce corespund defectelor în vederea determinării de relaţii cauze-efecte care să explice aceste defecte.

Analiza factorială a datelor se efectuează printr-un demers mai întâi descriptiv, apoi explicativ.

1.2. La ce foloseste analiza factoriala ?

De exemplu, dorim sa intrepretăm 12 variabile extrase dintr-un chestionar cu 43 de intrebari. Chestionarul a fost administrat subiectilor fumatori care urmeaza un tratament anti-fumat. Cateva variabile reprezentau interogari cu privire la dorinta respondentului de a fuma

– “ Dupa o masa buna, cat de mult doriti sa fumati o tigara ?”

Fiecare intrebare este plasată pe o scală de la 1 la 5, unde scorul inferior (1) reprezintă “mult” şi scorul superior(5) reprezintă “puţin”.

Alte întrebări se referă la starea psihologică şi fizică a subiectului.

Să ne imaginăm că am dori să studiem corelaţiile între toate cele 43 de variabile!!!

Utilizând analiza factoriala şi aplicând o rotaţie ortogonală se pot reordona întrebările pentru a produce o matrice de corelaţie. Este mai uşor să se observe din matrice că 4 articole cu privire la fumat au legătură mai mare între ele decât în cazul altor întrebări, iar articolele care au rămas se grupează în 2 grupuri.

Pentru fiecare respondent, SPSS poate calcula un scor pentru fiecare din cele 3 grupuri (factori) de variabile nou formate care de fapt este o combinaţie liniară a variabilelor.

Scorul pentru primul factor este, de exemplu, o măsură a “dorinţei de a fuma”. SPSS calculează utilizând valorile standardizate ale variabilelor iniţiale (scoruri factoriale).

Scorurile celor 3 factori explică aproape tot totalul varianţei celor 12 variabile inţiale, deci se poate spune că prin folosirea a trei factori în loc de 12 variabile se uşurează munca şi numărul de variabile de manipulat. Scorurile pot fi folosite în analize ulterioare împreună cu alte date colectate de la respondenţi.

1.3. Analiza factoriala este utilizată in urmatoarele situatii :

1. Pentru identificarea dimensiunilor comune, sau a factorilor, care explică corelaţiile existente în cadrul unui set de variabile. De exemplu, un set de afirmaţii cu privire la stilul de viaţă sunt utilizate pentru a măsura profilul psihografic al consumatorilor. Aceste afirmaţii pot fi folosite intr-o analiză factorială pentru a identifica factorii psihografici care rezultă de aici.

2. Pentru identificarea unui set, mai mic, de variabile necorelate pentru a înlocui setul inţial de variabile într-o analiză ulterioară multivariată (analiză de regresie sau discriminantă). De exemplu, factorii psihografici identificaţi pot fi folosiţi drept variabile independente în explicarea diferentelor dintre consumatorii loiali si neloiali.

3. Pentru identificarea unui set mai mic de variabile dintr-un set mai mare de variabile pentru utilizarea lui în analize multivariate ulterioare. De exemplu, câteva din afirmaţiile cu privire la stilul de viaţă care sunt corelate puternic cu factorii identificaţi pot fi folosite drept variabile independente pentru a explica diferenţele între consumatorii loiali si neloiali.