ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Conducting Factor Analysis in...>الوصف

Conducting Factor Analysis in Educational Research

العنوان بلغة أخرى: إجراء التحليل العاملي في الأبحاث التربوية
المصدر: مجلة العلوم الاجتماعية والإنسانية
الناشر: جامعة العربي التبسي تبسة
المؤلف الرئيسي: Mizab, Manel (Author)
المجلد/العدد: مج15, ع3
محكمة: نعم
الدولة: الجزائر
التاريخ الميلادي: 2022
الشهر: ديسمبر
الصفحات: 296 - 312
ISSN: 1112-685x
رقم MD: 1354460
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: HumanIndex
مواضيع:
التنوع الثقافي | التحليلات الإحصائية | البحوث العلمية
كلمات المؤلف المفتاحية:
التحليل العاملي | التحليل العاملي بتحليل المكون الرئيسي | البحث | المتغيرات | Factor Analysis | PCA | Research | Variables
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: يقع الباحثون المبتدئون أحيانا في فخ اختيار مقاييس جاهزة وتطبيقها في دراساتهم الخاصة. فهم لا يدركون أن هذه الأدوات مصممة في سياقات بحث وعلى عينات بحث مختلفة، التي تساهم بدورها في الاختيار الدقيق للمتغيرات التي تصف الوضع على أفضل وجه، والتي تمثل حقا المشكلة قيد البحث. ومع ذلك، فإن اختيار مجموعة من المتغيرات العشوائية غير كاف في البحث؛ إذ يجب تجميع المتغيرات وفقا لما تشترك فيه من أجل تجنب التكرار وعدم الاتساق. لذلك، أحد الأساليب الإحصائية التي تسهل هذا التجميع هو التحليل العاملي Factor Analysis (FA). تتناول هذه الورقة البحثية التحليل العاملي الاستكشافي، وبالتحديد التحليل العاملي بتحليل المكون الرئيسي (PCA) Principal Component Analysis، الذي يسمح للباحث بالتحقيق في "مجموعات المتغيرات غير المعروفة سابقا" (Cohen et al., 2018). يستخدم PCA على نطاق واسع لتحليل الفروق بين المتغيرات المقترحة ولتقليل العدد الهائل من المتغيرات إلى عوامل. لذلك تهدف هذه الورقة إلى توضيح كيفية إجراء PCA من (أ) استيفاء جميع شروط FA، إلى (ب) استخراج العوامل، إلى (ج) تسميتها.

Novice researchers sometimes select ready-made scales or rubrics and implement them to their studies. However, these tools are designed in certain contexts and to certain populations, which determine the variables that best fit the status quo. Yet, randomly selecting variables is not adequate in research, for they should be grouped according to their commonalities to avoid repetition, redundancy and inconsistency. A statistical technique that facilitates such grouping is Factor Analysis (FA). This paper, however, addresses exploratory FA, particularly Principal Components Analysis (PCA), which is widely used to dissect all variances between suggested variables and to reduce their huge number into factors. Thus, the present paper illustrates how to conduct PCA from (a) safety checks, to (b) constructing factors from variables, to finally (c) naming the factors.
ISSN: 1112-685x

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.