مقاله
راهنمای جامع تحلیل عاملی اکتشافی و تأییدی در SPSS و Amos

تحلیل عاملی یکی از روشهای اساسی در پژوهشهای کمی است که به کاهش ابعاد دادهها و تأیید ساختار نظری کمک میکند. این روش به پژوهشگران امکان میدهد تا با استفاده از ابزارهای آماری، گویههای پرسشنامه را به عوامل اصلی دستهبندی کنند و ساختارهای پنهان در دادهها را شناسایی یا تأیید نمایند. این راهنما به دانشجویان تحصیلات تکمیلی و پژوهشگران کمک میکند تا با استفاده از نرمافزارهای SPSS و Amos، تحلیلهای دقیق و قابل دفاع علمی انجام دهند. هدف از این راهنما ارائه راهنمایی گامبهگام برای اجرای تحلیل عاملی اکتشافی (EFA) در SPSS و تحلیل عاملی تأییدی (CFA) در Amos است، به منظور تکمیل بخش تحلیل دادههای پایاننامه و مقالات علمی.
پیش از اقدام به انجام تحلیل آماری، باید دو آزمون کلیدی برای سنجش کفایت نمونهگیری و همبستگی دادهها در SPSS بررسی شوند:
- آزمون KMO (Kaiser-Meyer-Olkin): مقدار این شاخص بین ۰ تا ۱ متغیر است. مقادیر بالای ۰.۷ قابل قبول و مقادیر بالای ۰.۸ عالی تلقی میشوند. اگر KMO زیر ۰.۶ باشد، حجم نمونه برای تحلیل عاملی کافی نیست.
- آزمون کرویت بارتلت (Bartlett’s Test of Sphericity): این آزمون بررسی میکند آیا ماتریس همبستگی میان متغیرها همانی است یا خیر. معنیداری این آزمون (p-value < 0.05) نشان میدهد که همبستگی کافی میان گویهها برای استخراج عوامل وجود دارد.
تفاوتهای کلیدی تحلیل عاملی اکتشافی (EFA) و تأییدی (CFA)
تحلیل عاملی اکتشافی (EFA) برای کشف ساختار و دستهبندی گویهها زمانی استفاده میشود که الگوی مشخصی از قبل وجود ندارد، در حالی که تحلیل عاملی تأییدی (CFA) برای آزمون و تأیید ساختار عاملیِ از پیشتعیینشده به کار میرود. برای EFA نسبت نمونه به متغیر حداقل ۵ به ۱ (ترجیحاً ۱۰ به ۱) و برای CFA حداقل ۲۰۰ نمونه نیاز است. شاخصهای اصلی برازش در CFA شامل CMIN/DF کمتر از ۳، CFI و TLI بالای ۰.۹۰ و RMSEA کمتر از ۰.۰۸ هستند. برای ابزارهای جدید یا پرسشنامههای محققساخته، ابتدا باید EFA روی بخشی از دادهها انجام شود و سپس ساختار به دست آمده با CFA روی بخش دیگر دادهها یا یک نمونه جدید تأیید گردد.
برای آشنایی بیشتر با تکنیکهای تحلیل آماری، مطالعه مقالات راهنمای کامل تحلیل دادههای پرسشنامه با R: از وارد کردن داده تا گزارشگیری خودکار و انجام پروژه Minitab (مینیتب) | تحلیل آماری پیشنهاد میشود.
مراحل اجرایی تحلیل عاملی اکتشافی (EFA) در SPSS
برای اجرای دقیق EFA در SPSS و دستیابی به نتایج قابل دفاع علمی، مراحل زیر را به ترتیب طی کنید:
- ورود به مسیر تحلیل: از مسیر Analyze > Dimension Reduction > Factor گویههای مربوطه را وارد باکس Variables کنید.
- تنظیمات Descriptive: گزینههای KMO and Bartlett’s test of sphericity و Anti-image را فعال کنید.
- انتخاب روش استخراج (Extraction): برای دادههای نرمال از روش Principal Components (PCA) یا Principal Axis Factoring (PAF) استفاده کنید. معیار استخراج را روی Eigenvalues greater than 1 قرار دهید.
- انتخاب روش چرخش (Rotation): اگر فرض میکنید عاملها مستقل از هم هستند، از چرخش متعامد Varimax استفاده کنید. اگر عاملها با هم همبستگی دارند، از چرخش مایل مانند Direct Oblimin یا Promax استفاده کنید.
- تنظیم نمایش ماتریکس (Options): گزینه Suppress small coefficients را فعال کرده و مقدار آن را روی 0.40 تنظیم کنید تا بارهای عاملی ضعیف حذف بصری شوند.
گویههایی که بار عاملی کمتر از ۰.۴ دارند یا روی دو عامل به طور همزمان بار عاملی بالای ۰.۴ دارند باید شناسایی و پس از بررسی محتوایی، حذف شوند. همچنین برای مدلسازیهای پیشرفتهتر، میتوانید از بخشهای مربوط به تحلیل و مدلسازی معادلات ساختاری دیدن فرمایید.
مراحل تحلیل عاملی تأییدی (CFA) در Amos
در تحلیل عاملی تأییدی (CFA)، ابتدا ساختار عاملی در نرمافزار Amos رسم میشود، سپس پارامترها برآورد شده و در نهایت شاخصهای برازش ساختاری برای تایید یا رد مدل ارزیابی میگردند. بار عاملی هر گویه باید بالای ۰.۵ و از نظر آماری معنیدار (t-value > 1.96) باشد. شاخصهای اصلاح (Modification Indices – MI) را در نرمافزار بررسی کنید. اگر میان خطای دو عامل یا گویه کوواریانس بالا وجود دارد، با رسم مسیر دوطرفه بین خطاها یا حذف گویهای که بار عاملی پایینتری دارد، برازش مدل را اصلاح کنید. اجرای مدل نیازمند آمادهسازی دادهها در SPSS، حذف دادههای پرت و گمشده و سپس فراخوانی دادهها در محیط Amos است.
برای ادامه کار پس از تحلیل عاملی، صفحه انجام پروژه AMOS و مدل سازی معادلات ساختاری و برای سایر آزمونهای فصل چهارم، صفحه انجام تحلیل آماری را ببینید.
