আমি কম্পিউটার বিজ্ঞানে স্নাতক ছাত্র। আমি একটি গবেষণা প্রকল্পের জন্য কিছু অনুসন্ধানী ফ্যাক্টর বিশ্লেষণ করছি doing আমার সহকর্মীরা (যারা প্রকল্পের নেতৃত্ব দিচ্ছেন) এসপিএসএস ব্যবহার করে, যখন আমি আর ব্যবহার করতে পছন্দ করি। যতক্ষণ না আমরা দুটি স্ট্যাটিস্টিকাল প্যাকেজগুলির মধ্যে একটি প্রধান তাত্পর্য আবিষ্কার করি ততক্ষণ এটি বিবেচনা করে না।
আমরা নিষ্কাশন পদ্ধতি হিসাবে প্রধান অক্ষ ফ্যাক্টরিং ব্যবহার করছি (দয়া করে নোট করুন যে আমি পিসিএ এবং ফ্যাক্টর বিশ্লেষণের মধ্যে পার্থক্য সম্পর্কে ভালভাবে অবগত এবং আমরা পিসিএ ব্যবহার করছি না , অন্তত ইচ্ছাকৃতভাবে নয়)। থেকে আমি কি পড়েছি, এই আর মধ্যে "প্রধান অক্ষ" পদ্ধতি মিলা উচিত, এবং হয় "প্রধান অক্ষ ফ্যাক্টরিং" বা "unweighted লিস্ট স্কোয়ার" SPSS এ, আর ডকুমেন্টেশন অনুযায়ী । আমরা একটি তির্যক ঘূর্ণন পদ্ধতি ব্যবহার করছি (বিশেষত, প্রম্যাক্স ) কারণ আমরা পারস্পরিক সম্পর্কযুক্ত কারণগুলি প্রত্যাশা করি এবং প্যাটার্ন ম্যাট্রিক্সের ব্যাখ্যা দিচ্ছি ।
আর এবং এসপিএসে দুটি পদ্ধতি চালানো, বড় পার্থক্য রয়েছে। প্যাটার্ন ম্যাট্রিক্স বিভিন্ন লোডিং দেয়। যদিও এটি পরিবর্তনশীল সম্পর্কের ক্ষেত্রে কমবেশি একই উপাদান দেয় তবে আনুষঙ্গিক লোডিংয়ের মধ্যে 0.15 পার্থক্য রয়েছে যা নিষ্কাশন পদ্ধতি এবং প্রম্যাক্স ঘূর্ণনের কেবল একটি পৃথক বাস্তবায়ন দ্বারা প্রত্যাশার চেয়ে বেশি বলে মনে হয়। তবে এটি সবচেয়ে চমকপ্রদ পার্থক্য নয়।
উপাদানগুলির দ্বারা বর্ণিত সংশ্লেষিত প্রকরণটি এসপিএসএস ফলাফলের প্রায় 40% এবং আর ফলাফলের মধ্যে 31%। এটি একটি বিশাল পার্থক্য, এবং আমার সহকর্মীদের আর এর পরিবর্তে এসপিএসএস ব্যবহার করতে আগ্রহী করেছে I আমার এ নিয়ে কোনও সমস্যা নেই, তবে একটি পার্থক্য যা আমাকে মনে করে যে আমরা কোনও কিছুকে ভুলভাবে ব্যাখ্যা করছি, যা একটি সমস্যা।
পানিকে আরও জটিল করে তুলতে, এসপিএসএস যখন আমরা অপ্রত্যাশিত কমপক্ষে স্কোয়ার ফ্যাক্টরিং চালাই তখন বিভিন্ন ধরণের ব্যাখ্যা করা বৈকল্পিকের প্রতিবেদন করে। প্রাথমিক ইগেনভ্যালু দ্বারা বর্ণিত পরিবর্তনের অনুপাত ৪০%, স্কোয়ারড লোডিংয়ের (এসএসএল) এক্সট্রাকশন সামসের বিস্তৃত অনুপাতের অনুপাত ৩৩%। এটি আমাকে ভাবতে পরিচালিত করে যে প্রাথমিক ইগেনভ্যালুগুলি দেখার উপযুক্ত সংখ্যা নয় (আমার মনে হয় এটি ঘোরার আগে ব্যাখ্যা করা বৈকল্পিকতা, যদিও এটি এত বড় আমার থেকেও দূরে)। আরও বিভ্রান্তিকর, এসপিএসএস রোটেশন এসএসএলও দেখায়, তবে ব্যাখ্যা করা বৈকল্পিকের শতাংশ গণনা করে না (এসপিএসএস আমাকে বলে যে পারস্পরিক সম্পর্কযুক্ত কারণগুলি আমি মোট বৈকল্পিকটি খুঁজে পাওয়ার জন্য এসএসএল যুক্ত করতে পারি না, যা আমি দেখেছি গণিতের সাথে বোঝাপড়া করে)। আর এর থেকে রিপোর্ট করা এসএসএল এর মধ্যে কোনওটির সাথে মেলে না এবং আর আমাকে বলে যে এটি মোট বৈকল্পিকতার 31% বর্ণনা করে। আর এর এসএসএল সবচেয়ে ঘনিষ্ঠভাবে ঘূর্ণন এসএসএল এর সাথে মেলে। মূল পারস্পরিক সম্পর্কের ম্যাট্রিক্স থেকে আর এর ইগেনভ্যালুগুলি এসপিএসএস থেকে প্রাথমিক ইগেনভ্যালুগুলির সাথে মেলে।
এছাড়াও, দয়া করে নোট করুন যে আমি বিভিন্ন পদ্ধতি ব্যবহার করে চারপাশে খেলেছি, এবং এসপিএসএসের ইউএলএস এবং পিএএফ আর এর পিএ পদ্ধতির সবচেয়ে কাছের সাথে মেলে বলে মনে হচ্ছে।
আমার নির্দিষ্ট প্রশ্ন:
- ফ্যাক্টর বিশ্লেষণ বাস্তবায়নের সাথে আর আর এসপিএসের মধ্যে আমার কতটা পার্থক্য আশা করা উচিত?
- এসপিএসএস থেকে স্কোয়ার লোডিংয়ের যোগগুলির মধ্যে আমার কোনটি ব্যাখ্যা করা উচিত, প্রাথমিক ইজেনভ্যালু, এক্সট্রাকশন বা আবর্তন?
- আমি উপেক্ষা করে থাকতে পারে যে অন্য কোন সমস্যা আছে?
এসপিএসএস এবং আর-তে আমার কলগুলি নিম্নরূপ:
SPSS:
FACTOR
/VARIABLES <variables>
/MISSING PAIRWISE
/ANALYSIS <variables>
/PRINT INITIAL KMO AIC EXTRACTION ROTATION
/FORMAT BLANK(.35)
/CRITERIA FACTORS(6) ITERATE(25)
/EXTRACTION ULS
/CRITERIA ITERATE(25)
/ROTATION PROMAX(4).আর:
library(psych)
fa.results <- fa(data, nfactors=6, rotate="promax",
scores=TRUE, fm="pa", oblique.scores=FALSE, max.iter=25)