Innhold
- Svaret du får avhenger av spørsmålene du stiller
- Tilfeldige data gir faktorer
- Det er vanskelig å bestemme hvor mange faktorer som skal inkluderes
- Tolkning av betydningen av faktorene er subjektiv
Faktoranalyse er en statistisk metode for å prøve å finne det som er kjent som latente variabler når du har data om mange spørsmål. Latente variabler er ting som ikke kan måles direkte. For eksempel er de fleste aspekter ved personlighet latente. Personlighetsforskere stiller ofte et utvalg mennesker mange spørsmål som de tror er relatert til personlighet, og gjør deretter faktoranalyse for å bestemme hvilke latente faktorer som eksisterer.
Svaret du får avhenger av spørsmålene du stiller
Faktorene som vises kan bare komme fra svarene på spørsmålene du stiller. Hvis du ikke spør om søvnvaner, for eksempel, vil det ikke vises noen faktor relatert til søvnvaner. På den annen side, hvis du bare spør om søvnvaner, kan ingenting annet dukke opp. Å velge et godt sett med spørsmål er komplisert, og forskjellige forskere vil velge forskjellige sett med spørsmål.
Tilfeldige data gir faktorer
Hvis du genererer mange tilfeldige tall, kan en faktoranalyse fremdeles finne en tydelig struktur i dataene. Det er vanskelig å se om faktorene som dukker opp reflekterer dataene eller bare er en del av kraften i faktoranalyse til å finne mønstre.
Det er vanskelig å bestemme hvor mange faktorer som skal inkluderes
En oppgave for faktoranalytikeren er å bestemme hvor mange faktorer som skal holdes. Det finnes en rekke metoder for å bestemme dette, og det er liten enighet om hvem som er best.
Tolkning av betydningen av faktorene er subjektiv
Faktoranalyse kan fortelle deg hvilke variabler i datasettet ditt "går sammen" på måter som ikke alltid er åpenbare. Men å tolke hva disse settene med variabler faktisk representerer er opp til analytikeren, og fornuftige mennesker kan være uenige.