Keşfedici Faktör Analizi (Exploratory Factor Analysis): Teorik Bir Bakış

Faktör Analizine Neden İhtiyaç Duyarız?

Araştırmalarda çok sayıda gözlenen değişkenle çalışmak veri yorumlamayı zorlaştırır. Keşfedici faktör analizi, bu değişkenler arasındaki kovaryans veya korelasyonları açıklayacak daha az sayıda gizil değişken (latent variables) veya ortak faktörler bulmayı amaçlar. Böylece karmaşık veri setleri daha anlaşılır bir yapıya kavuşur.

Faktör Analizi Nedir?

Faktör analizi, gözlenen değişkenler arasındaki korelasyonları, onların ortak olarak paylaştıkları bir veya birkaç gizli faktörün varlığıyla açıklamayı hedefleyen istatistiksel bir tekniktir. Burada:

• Gözlenen (manifest) değişkenler: Ölçüm yapılan değişkenlerdir (x1, x2, x3…).

• Gizli (latent) faktörler: Gözlenen değişkenler arasında ortak olan, doğrudan ölçülmeyen yapılar veya kavramlardır (f1, f2…).

Bu teknik sayesinde, birbirine benzeyen değişkenler gruplandırılır ve veri boyutu azaltılır.

Faktör Analizinin Temel Mantığı

1. Korelasyon ve Kovaryans Üzerinden Çalışır: Gözlenen değişkenler arasındaki ilişkiler ortak faktörlerle açıklanmaya çalışılır.

2. Artık (Spesifik) Varyansın Hesaplanması: Her değişkenin faktörler tarafından açıklanamayan kısmı “spesifik varyans” veya hata terimi olarak modele dahil edilir.

3. Faktör Sayısının Belirlenmesi: Verinin hangi sayıda faktörle en iyi temsil edildiği analiz edilir (özdeğer, scree plot, paralel analiz vb. yöntemlerle).

4. Faktör Yüklerinin Hesaplanması: Her bir gözlenen değişkenin hangi faktörle ne kadar ilişkili olduğunu gösterir.

Faktör Yükleri ve Faktör Skorları

• Faktör Yükleri (Factor Loadings): Her değişkenin ilgili faktörle olan regresyon katsayısıdır. Yük ne kadar yüksekse değişken o faktörü o kadar iyi temsil eder.

• Faktör Skorları (Factor Scores):Her bireyin her faktördeki konumunu gösteren skorlar, faktör yükleri kullanılarak hesaplanır.

Faktör Rotasyonu: Yorumu Kolaylaştırmak

İlk faktör çözümü genellikle karmaşıktır. Rotasyon (Rotation) işlemi:

• Faktör yapısını değiştirmez, sadece yorumlamayı kolaylaştırır.

• Ortogonal Rotasyon: Faktörlerin birbirinden bağımsız olduğu varsayılır (Varimax vb.).

• Oblik Rotasyon: Faktörler arası korelasyona izin verir (Promax vb.).

Rotasyon, değişkenlerin faktörler üzerindeki yüklerini daha belirgin hale getirerek faktörlerin anlamlandırılmasını kolaylaştırır.

Faktör Analizinde Varsayımlar

1. Standartlaştırma: Değişkenler farklı ölçeklerdeyse standartlaştırılır.

2. Normal Dağılım Varsayımı (özellikle Maximum Likelihood için): Gözlenen değişkenlerin çok değişkenli normal dağılması beklenir.

3. Faktörlerin Bağımsızlığı: Faktörlerin birbirinden bağımsız olması ideal kabul edilir, ancak bazı durumlarda esnetilebilir.

Tahmin Yöntemleri

1. Temel (Principal) Faktör Analizi: Temel bileşen analizi mantığına yakın; ortak varyansı modellemeye odaklanır.

2. Maksimum Olabilirlik Faktör Analizi (Maximum Likelihood): Normal dağılım varsayımıyla parametre tahmini yapar, faktör sayısı için istatistiksel test imkanı sunar.

Faktör Analizi Ne Zaman Kullanılır?

• Psikolojik ölçek geliştirme ve madde analizlerinde

• Pazarlama araştırmalarında müşteri davranışlarını segmentlere ayırmada

• Sosyal bilimlerde gizli kavramları ortaya çıkarmada

• Eğitimde ve sağlık bilimlerinde yapı geçerliği testlerinde

Faktör Analizinin Avantajları

• Çok sayıda değişkeni az sayıda faktöre indirger.

• Karmaşık veri setlerinin yorumlanmasını kolaylaştırır.

• Gizli yapılar ortaya çıkararak teorik modellerin test edilmesine yardımcı olur.

Faktör Analizinin Gücü

Keşfedici faktör analizi, istatistiksel bir araç olmanın ötesinde teorik model geliştirme ve ölçüm geçerliği sağlama açısından kritik bir tekniktir. Ortak faktörleri ortaya çıkararak veriyi sadeleştirir, daha anlamlı bir şekilde sınıflandırır ve araştırmacıya veri içindeki gizli yapıları gösterir.

Bu yüzden sosyal bilimlerden pazarlamaya, sağlık araştırmalarından psikometriye kadar pek çok alanda temel bir istatistiksel yöntem olarak kullanılır.