1) 요인분석의 이해

(1)

(2)

(3)

1) 요인분석의 이해

- 요인분석 이란

①많은 변수들의 상호관련성을 이용하여 각 변수들의 잠재하고 있는 공통적인 요인을 찾아내어 이를 바탕으로 전체자료의 특성, 특징을 설명하는 통계적 기법

②상호 관련된 변수들을 좀 더 제한된 수의 자원이나 공통요인으로 분류하는 통계분석기법

③항목 간의 상관관계가 높은 것끼리 하나의 요인으로 묶여지며 요인에 포함되지 않거나 포 함되더라도 중요도가 낮은 변수는 제거된다.

④하나의 요인으로 묶여진 항목들은 하나의 개념을 측정한 것으로 간주하며 요인 내의 항목 은

수렴적 타당성

, 요인간에는

변별적 타당성

이 적용된 것으로 해석.

(4)

2) 목적

• 데이터의 양을 줄여 정보를 요약하려는 경우

• 변수들 내부에 존재하는 구조를 알고자 하는 경우

• 중요도가 낮은 변수를 제거하고자 하는 경우

• 같은 개념을 측정하려고 하는 변수들이 동일한 요인으로 묶이는지 확인하고자 하는 경우(타당도 검증)

• 요인분석을 통하여 얻어진 요인들을 회귀분석이나 판별분석에서

설명변수로 활용하고자 하는 경우

(5)

3) 전제조건

① 모든 변수는 등간척도 이상의 연속형 변수로 측정이 되어야 함

② 각 변수는 서로 독립이며 정규분포, 등분산을 이루고 있어야 함

③ 표본의 수는 50 이상 내지 변수의 5배수 이상을 권고하고 있음

(6)

4) 요인추출 방법

주성분, 가중치를 부여하지 않은 최소제곱법, 일반화 최소제곱법, 최대 우도, 주축 요인추출, 알파 요인추출, 이미지 요인추출 등이다.

(1) 주성분분석

주성분 분석(principal components analysis)이란

관측된 변수의 상관되지 않은 선형 조합을 형성하는 데 사용되는 요인추출 방법 상관행렬이 단순할 때 사용

(7)

(2) 가중치를 부여하지 않은 최소제곱법

가중치를 부여하지 않은 최소제곱법(unweighted least-

squares method)이란 관측된 상관 행렬과 재연된 상관 행렬 간 의 차이 제곱값 합을 최소화하는 요인추출 방법

(3) 일반화 최소제곱법

일반화 최소제곱법(generalized least-squares method)이란

관측된 상관 행렬과 재 연된 상관 행렬 간의 차이 제곱값 합을 최소화하는

요인추출 방법

(8)

(4) 최대-우도법

최대-우도법(maximum-likelihood method)이란 표본이 다변량 정규 분포에서 추출 된 경우 관측 상관 행렬을 생성할 것 같은 모수 추정값 을 생성하는 요인추출 방법

(5) 주축요인추출법

주축 요인추출법(principal axis factoring)이란 공통성의

초기 추정값으로서 대각선으로 배치된 제곱 다중 상관계수를 사용하여

원래의 상관 행렬로부터 요인을 추출하는 방법

(9)

(6) 알파

알파(alpha)는 분석 변수를 잠재적 변수의 모집단에서 추출된 표본으로 간주하는 요인 추출 방법

(7) 이미지요인추출법

이미지 요인추출법(image factoring)이란

거트만(Guttman)이 개발한 요인추출 방법

(10)

5) 요인회전 방법

사용할 수 있는 방법은 베리맥스, 직접 오블리민, 쿼티맥스, 이쿼맥스, 프로맥스이다.

(1) 베리맥스방법

베리맥스 방법(varimax method)은

각 요인의 로딩이 높은 변수의 수를 최소화하는 직교 회전 방법

(11)

(2) 직접 오블리민방법

직접 오블리민 방법(direct oblimin)은 사각(비직교) 회전 방법 : 델타가 0(기본값) 일 때 해법은 가장 기울어지는 형태를 나타낸다

(3) 이미지요인추출법

쿼티맥스 방법(quartimax method)은 각 변수를 설명하는 데

필요한 요인 수를 최소 화하는 회전 방법

(12)

(4) 이쿼맥스 방법

이쿼맥스 방법(equamax method)은 요인을 단순화하는

베리맥스 방법과 변수를 단순 화하는 쿼티맥스 방법을 조합한 회전 방법

(5) 프로맥스 회전

프로맥스 회전(promax rotation)요인이 상관되도록 하는 오블리크 회전

:큰 데이터 세트에 유용

(13)

6 ) 요인분석의 실제

직업재활실습을 구성하는 요인을 분석하기 위하여 설문조사를 실시하였다.

직업재활실습을 구성하는 요인은 어떤 요인으로 구성되어 있을까?

또한 직업재활실습을 측정할 수 있는 도구로 타당한가?

(14)

(1) 요인분석 대화상자 열기

메뉴에서 ①[분석(A)]→②[차원감소(D)] →③[요인분석(F)] 을 클릭한다.

(15)

(2) 변수목록 입력하기

요인분석을 수행할 25개의 변수를 모두 선택하여 입력한다.

(16)

(3) KMO와 Barlett의 구형성 검정 선택(기술통계)

기술통계를 클릭하여 요인의 적합성을 위한 KMO와 Barlett의 구형성 검정 을 체크하 고 계속을 클릭한다.

(17)

(4) 주성분 분석법 선택(요인추출)

요인추출(E)을 클릭하여 가장 많이 사용되는 주성분 분석법을 선택한다.

① 다음으로 추출요인의 수를 지정하기 위한 기준을 결정하는 고유값을 설정한다.

② 기본설정은 고유값 기준, 고유값 1 이상을 기준으로 요인수를 결정한다.

③ 다음으로 시각적으로 요인수를 파악할 수 있는 스크리 도표(S)를 선택한다.

(18)

(5) 베리맥스 선택(요인회전)

다음으로 요인의 회전을 결정해야 하는데 요인회전 중, 직각회전방식인 베리 맥스(V)를 선택한다.

(19)

(6) 크기순정렬 선택(옵션)

마지막으로 옵션을 클릭하여 성분행렬에서 요인별 계수행렬이 큰 순서대로 정렬 되어 출력되는 크기순 정렬(S)을 선택한다.

(20)

(7) 요인분석 실행

[확인]을 눌러 요인분석을 실행한다.

(21)

(8) 분석결과 해석

① KMO와 bartlett의 검정

(22)

② 공통성

(23)

③ 설명된 총분산

(24)

④ 스트리 도표

(25)

⑤ 성분행렬

성분행렬의 경우 요인을 회전시키지 않을 경우 중요하지만 회전을 시킨 경우에는 회전 된 성분행렬표를 이용하여 해석한다.

(26)

(27)

(28)

(29)

(30)

직업재활실습에 관한 25개의 문항을 같은 개념군끼리 뚜렷하게 분류하기 위하여 Varimax 직각회전방식을 이용하여 요인분석을 실행한 결과 <표>와 같이 직업재활실습 을 이루는 요인은 모두 3개로 구성되었으며 요인 1은 25.5%, 요 인 2는 22.2%, 요인 3은 18.8%로 이 3개의 요인은 전체 변수의 66.6%를 설명하고 있는 것으로 밝혀졌다.

9개의 요인들로 구성되어 있는 요인 1은 직업재활실습 효과적인 실습을 위해 학교 차원에서 제공해야 하는 실습수업 내용에 관련이 많아 보이므로 학교 실습수업 요인 이라고 명명하였다. 요인 2는 실습생의 효과적인 실습을 위해 기관 차원에서 적합한 실습 환경에 관한 내용이 많아 보이므로 실습기관요인이라고 명명하였다. 마지막으 로 요인 3은 실습 생에 대한 교수님의 격려와 관심에 관련이 있으므로 학교 실습지 도 교수 요인으로 명명하였다.

한편, 요인분석결과 측정도구의 내용타당성과 구성타당성이 충분히 지지받고 있다 고 판단되며, Cronbach’s 값이 .919~.945로 나타나 측정도구의 신뢰성 중 내적일관성이 충분하다고 판단된다.

논문에 실제로 적용하기

(31)

(32)