본문/내용
여러 변수들 사이의 상관관계를 기초로 하여 정보의 손실을 최소화하면서 변수의 개수 보다 적은 수의 요인으로 자료 변동을 설명하는 다변량 기법(등간, 비율척도).
(종속변수와 독립변수의 구분이 없음)
2. 요인분석을 하는 경우
① 자료의 양을 줄여 정보를 요약하는 경우
② 변수들 내에 존재하는 구조를 발견하려는 경우
③ 요인으로 묶어지지 않는 중요도가 낮은 변수를 제거하려는 경우
④ 동일한 개념을 측정하는 변수들이 동일한 요인으로 묶여지는지를 확인하려는 경우(측정 도구의 타당성 검정)
⑤ 요인분석을 통해 얻어진 요인들을 회귀분석이나 판별분석에서 변수로 활용하려는 경우 (요인을 가지고 회귀분석을 할 경우 다중공선성을 다소 줄일 수 있다.)
3. 용어
① 변수(variable)
② 요인(factor)
③ 요인적재값(factor loading)
④ 요인행렬(factor matrix)
⑤ 공통성(communality)
⑥ 고유값(eigen value)
4. 요인분석에 적합한 자료
① 변수들간에 비교적 높은 상관관계가 있어야 한다.
② 모상관행렬이 단위행렬이라는 가설이 기각되어야 한다.(KMO and Bartleet`s 검정)
③ 최초요인 추출단계에서 얻은 고유치를 스크리차트로 …