Bir ölçekte onlarca madde vardır; ama bu maddelerin hepsi aynı şeyi mi ölçer, yoksa birkaç farklı alt boyutu mu? Bu soruyu yanıtlayan yöntem faktör analizidir. Çok sayıda değişkeni, ardında yatan daha az sayıda "faktör" (gizli boyut) altında toplayarak veriyi anlamlandırır. Özellikle ölçek geliştirme ve yapı geçerliği çalışmalarının vazgeçilmez aracıdır. Bu yazı, faktör analizinin mantığını ve türlerini açıklıyor.
Faktör analizi ne yapar?
Diyelim ki bir "iş doyumu" ölçeğinde 20 madde var. Faktör analizi, bu 20 maddenin birbiriyle nasıl ilişkilendiğini inceler ve şunu gösterebilir: bu maddeler aslında "ücret memnuniyeti", "yönetici ilişkisi" ve "iş güvencesi" gibi 3 alt boyutta toplanıyor. Yani analiz, karmaşık madde yığınının ardındaki gizli yapıyı ortaya çıkarır. Bu, hem veriyi sadeleştirir hem de ölçeğin yapısını anlamanızı sağlar.
İki tür faktör analizi
Bu ayrım kritiktir ve hangisini kullanacağınız amacınıza bağlıdır:
Açımlayıcı Faktör Analizi (AFA)
Elinizde bir yapı hakkında önceden bir varsayım yokken kullanılır. "Bu maddeler kaç boyutta toplanıyor?" sorusunu veriye sorarsınız ve yapıyı veri size gösterir. Yeni bir ölçek geliştirirken ya da bir ölçeğin yapısını keşfederken AFA kullanılır.
Doğrulayıcı Faktör Analizi (DFA)
Elinizde kuramsal olarak beklediğiniz bir yapı varken kullanılır. "Bu maddelerin şu 3 faktörde toplandığını düşünüyorum; veri bunu doğruluyor mu?" diye sorarsınız. DFA, mevcut bir yapıyı sınamak için, genellikle yapısal eşitlik modellemesi çerçevesinde uygulanır.
Genel bir yol: bir ölçek önce AFA ile keşfedilir, sonra farklı bir örneklemde DFA ile doğrulanır.
AFA ve DFA farkı
| Ölçüt | Açımlayıcı (AFA) | Doğrulayıcı (DFA) |
|---|---|---|
| Amaç | Yapıyı keşfetmek | Beklenen yapıyı sınamak |
| Ön varsayım | Yok | Kuramsal model var |
| Ne zaman? | Ölçek geliştirme başlangıcı | Yapıyı doğrulama aşaması |
| Çerçeve | Faktör çıkarımı + döndürme | Yapısal eşitlik modellemesi |
AFA öncesi: veri uygun mu?
Açımlayıcı faktör analizine başlamadan önce, verinizin bu analize uygun olup olmadığını sınamanız gerekir. İki temel kontrol yaygın olarak kullanılır:
- KMO (Kaiser-Meyer-Olkin) örneklem yeterliği: Verinin faktör analizine uygunluğunu ölçer; 1'e yaklaştıkça daha iyidir. Genellikle 0,60 ve üzerinin kabul edilebilir sayıldığı belirtilir, ama bu bir alan ölçütüdür, katı kural değildir.
- Bartlett küresellik testi: Değişkenler arasında faktör analizine değecek düzeyde ilişki olup olmadığını sınar; anlamlı çıkması (küçük p-değeri) beklenir.
Bu iki koşul sağlanmadan yapılan faktör analizi güvenilir sonuç vermez.
Temel kavramlar
Faktör analizi çıktılarını okurken şu kavramlarla karşılaşırsınız:
- Faktör yükü: Bir maddenin bir faktörle ne kadar güçlü ilişkili olduğu. Yüksek yük, maddenin o faktöre güçlü ait olduğunu gösterir.
- Özdeğer (eigenvalue): Bir faktörün açıkladığı varyansın büyüklüğü; kaç faktör tutulacağına karar vermede kullanılır.
- Açıklanan varyans: Faktörlerin, toplam değişkenliğin ne kadarını açıkladığı.
- Döndürme (rotation): Faktör yapısını daha yorumlanabilir hâle getiren matematiksel işlem (ör. Varimax).
Faktör analizi ve geçerlik
Faktör analizi, bir ölçeğin yapı geçerliğini göstermenin başlıca yoludur: maddeler beklenen boyutlarda toplanıyorsa, ölçek kuramsal yapısını destekliyor demektir. Bu nedenle geçerlik-güvenilirlik çalışmalarının merkezindedir. Bu ilişkiyi geçerlilik ve güvenilirlik analizi yazımızda, iç tutarlılığı Cronbach alfa nedir yazımızda ele alıyoruz.
Sık yapılan hatalar
- Yetersiz örneklem: Faktör analizi, madde sayısına göre yeterli büyüklükte örneklem ister; küçük örneklemde sonuçlar kararsız olur.
- KMO/Bartlett'i atlamak: Uygunluk kontrolü yapmadan doğrudan analize geçmek.
- AFA ile DFA'yı karıştırmak: Doğrulama amacıyla açımlayıcı analiz kullanmak ya da tersi.
- Düşük yüklü maddeleri gerekçesiz tutmak: Yapıyı zayıflatan maddeleri değerlendirmeden bırakmak.
Sık sorulan sorular
Faktör analizi için kaç kişilik örneklem gerekir?
Kesin bir sayı yerine yaygın bir yaklaşım, madde sayısına oranla yeterli katılımcı bulundurmaktır (ör. madde başına birkaç katılımcı). Örneklem ne kadar büyükse sonuçlar o kadar kararlı olur. KMO değeri de örneklem yeterliğini gösteren pratik bir ölçüttür.
AFA mı DFA mı yapmalıyım?
Amacınıza bağlıdır. Yapıyı bilmiyor, keşfetmek istiyorsanız AFA; kuramsal olarak beklediğiniz bir yapıyı sınamak istiyorsanız DFA kullanırsınız. Yeni ölçek geliştirmede yaygın yol, önce bir örneklemde AFA, ardından farklı bir örneklemde DFA'dır.
Faktör yükü kaçtan düşükse madde çıkarılır?
Uygulamada belirli bir alt sınırın altındaki yükler ve birden çok faktöre benzer yük veren (çapraz yüklenen) maddeler gözden geçirilir. Eşik alana ve örneklem büyüklüğüne göre değişir; kararı yalnızca sayıya değil, maddenin kuramsal anlamına da dayandırın.
Faktör analizi ile Cronbach alfa arasındaki ilişki nedir?
Faktör analizi ölçeğin kaç boyuttan oluştuğunu (yapı geçerliği) gösterir; Cronbach alfa ise her boyutun iç tutarlılığını (güvenilirlik) ölçer. Çok boyutlu bir ölçekte alfa, tüm ölçek için değil her faktör için ayrı hesaplanmalıdır.
Yapıyı doğru çözümleyin
Faktör analizi, güçlü ama kolayca yanlış uygulanabilen bir yöntemdir. Doğru türü seçmek, uygunluk koşullarını denetlemek ve çıktıları doğru yorumlamak deneyim ister. Faktör analizinizi kurmak ve tezinize uygun biçimde raporlamak için tez istatistik danışmanlığı hizmetimizden yararlanabilir, iletişim sayfasından bize ulaşabilirsiniz.
Kaynaklar
- DergiPark — Ölçek geliştirme ve faktör analizi çalışmalarının yayımlandığı açık erişim dergi platformu.
- YÖK Ulusal Tez Merkezi — Ölçek geçerlik çalışmalarının tezlerde nasıl sunulduğunu incelemek için resmî tez arşivi.
Bu içerik Tez Pusulası editör ekibi tarafından gözden geçirilmiştir. Son güncelleme: .
Bu yazıda bir hata mı fark ettiniz? Bize bildirin.
Yorumlar
Bu yazıya henüz yorum yapılmamış.