因子分析方法
「因子分析」手続きには、解を構成するための抽出方法がいくつかあります。
データ削減の場合。 主成分の抽出方法は、元の変数で可能な限り多くの変動を説明する変数 ( 成分) の線型結合を見つけることから始まります。 その後、残りの変動をできるだけ多く説明し、前のコンポーネントとの相関がない別のコンポーネントが検出され、元の変数と同じ数のコンポーネントが存在するまでこの方法で続行されます。 通常、いくつかのコンポーネントがほとんどの変動を説明し、これらのコンポーネントを使用して元の変数を置き換えることができます。 この方法は、データ・ファイル内の変数の数を減らすために最もよく使用されます。
構造検出の場合。 他の因子分析の抽出方法では、データの変動の一部が成分によって説明できないという仮定を追加することで、さらに 1 ステップ進められます (通常、他の抽出方法では 因子 と呼ばれます)。 結果として、解によって説明される全分散は小さくなりますが、この構造を因子モデルに追加することで、これらの方法は変数間の関係を調べるのに理想的です。
いずれかの抽出方法を使用すると、解を得ようとする 2 つの質問は、「変数を表すために必要な成分 (因子) の数」になります。 「これらのコンポーネントは何を表していますか?」