กลับไปหน้าบทความ

อ่าน 3 นาที

การวิเคราะห์แบบขนาน

การวิเคราะห์แบบขนานหรือที่รู้จักกันในชื่อการวิเคราะห์แบบขนานของฮอร์นเป็นวิธีการทางสถิติที่ใช้ในการกำหนดจำนวนส่วนประกอบที่จะเก็บไว้ในการวิเคราะห์ส่วนประกอบหลักหรือปัจจัยที่จะเก็บไว้...

การวิเคราะห์แบบขนาน

การวิเคราะห์แบบขนานหรือที่รู้จักกันในชื่อการวิเคราะห์แบบขนานของฮอร์นเป็นวิธีการทางสถิติที่ใช้ในการกำหนดจำนวนส่วนประกอบที่จะเก็บไว้ในการวิเคราะห์ส่วนประกอบหลักหรือปัจจัยที่จะเก็บไว้ในการวิเคราะห์ปัจจัยเชิงสำรวจ วิธีนี้ตั้งชื่อตามนักจิตวิทยาจอห์น แอล. ฮอร์นผู้คิดค้นวิธีการนี้และตีพิมพ์ในวารสารPsychometrikaในปี 1965 [ 1 ]วิธีการนี้เปรียบเทียบค่าไอเกนที่สร้างขึ้นจากเมทริกซ์ข้อมูลกับค่าไอเกนที่สร้างขึ้นจากเมท ริกซ์ จำลองมอนเตคาร์โลที่สร้างจากข้อมูลสุ่มที่มีขนาดเท่ากัน[ 2 ]ฮอร์นพัฒนาวิธีการนี้เพื่อแก้ไขเกณฑ์ของไคเซอร์โดยให้เหตุผลว่าข้อผิดพลาดในการสุ่มตัวอย่างและการใช้ทุนกำลังสองน้อยที่สุดทำให้ค่าไอเกนในข้อมูลตัวอย่างสูงเกินจริง ส่งผลให้กฎของไคเซอร์ประเมินจำนวนปัจจัยที่จะเก็บไว้สูงเกินไป[ 1 ]

การประเมินและการเปรียบเทียบกับทางเลือกอื่น

การวิเคราะห์แบบขนานถือเป็นหนึ่งในวิธีการที่แม่นยำกว่าในการกำหนดจำนวนปัจจัยหรือส่วนประกอบที่จะเก็บรักษาไว้ โดยเฉพาะอย่างยิ่ง ต่างจากวิธีการประมาณมิติในยุคแรกๆ (เช่น การตรวจสอบแผนภาพ scree) การวิเคราะห์แบบขนานมีข้อดีคือเกณฑ์การตัดสินใจที่เป็นกลาง[ 3 ]ในการศึกษาจำลอง Monte Carlo ใน 96 เงื่อนไขที่มีโครงสร้างส่วนประกอบที่ทราบ Zwick และ Velicer พบว่าการวิเคราะห์แบบขนานและการทดสอบ MAP ของ Velicer [ 4 ]โดยทั่วไปมีประสิทธิภาพเหนือกว่าวิธีการอื่นๆ ที่ทดสอบ ในขณะที่กฎของ Kaiser มีแนวโน้มที่จะประเมินจำนวนส่วนประกอบสูงเกินไปอย่างมาก[ 3 ]

นับตั้งแต่มีการตีพิมพ์ครั้งแรก มีการเสนอรูปแบบการวิเคราะห์แบบขนานหลายรูปแบบ[ 5 ] [ 6 ]วิธีการอื่นๆ ในการกำหนดจำนวนปัจจัยหรือส่วนประกอบที่จะคงไว้ในการวิเคราะห์ ได้แก่แผนภาพ scree plotกฎของ Kaiser หรือการทดสอบ MAP ของ Velicer [ 4 ]

Anton Formannได้ให้หลักฐานทั้งทางทฤษฎีและเชิงประจักษ์ว่าการประยุกต์ใช้การวิเคราะห์แบบขนานอาจไม่เหมาะสมในหลายกรณี เนื่องจากประสิทธิภาพได้รับอิทธิพลจากขนาดตัวอย่างการจำแนกรายการและประเภทของสัมประสิทธิ์สหสัมพันธ์[ 7 ]

การศึกษาจำลองที่ครอบคลุมในปี 2022 โดย Haslbeck และ van Bork [ 8 ]พบว่าการวิเคราะห์แบบขนานเป็นหนึ่งในวิธีการที่มีประสิทธิภาพดีที่สุดที่มีอยู่ แต่มีประสิทธิภาพด้อยกว่าเล็กน้อยเมื่อเทียบกับวิธีการที่ใช้ข้อผิดพลาดในการทำนายที่พวกเขาเสนอ

การดำเนินการ

การวิเคราะห์แบบขนานได้รับการนำไปใช้ในJASP , SPSS , SAS , STATAและMATLAB [ 9 ] [ 10 ] [ 11 ]และในแพ็กเกจหลายแพ็กเกจสำหรับ ภาษาการ เขียนโปรแกรม Rรวมถึงแพ็กเกจpsych [ 12 ] [ 13 ] multicon [ 14 ] hornpa [ 15 ]และparan [ 16 ] [ 17 ] การวิเคราะห์แบบขนานยังสามารถดำเนินการได้ใน Mplus เวอร์ชัน 8.0 ขึ้นไป[ 18 ]

ดูเพิ่มเติม

ดึงข้อมูลมาจาก " https://en.wikipedia.org/w/index.php?title=Parallel_analysis&oldid=1342423348 "

สรุปเนื้อหา

ข้อมูลสำคัญจากบทความ

ข้อมูลสำคัญเกี่ยวกับ การวิเคราะห์แบบขนาน

การวิเคราะห์แบบขนานหรือที่รู้จักกันในชื่อการวิเคราะห์แบบขนานของฮอร์นเป็นวิธีการทางสถิติที่ใช้ในการกำหนดจำนวนส่วนประกอบที่จะเก็บไว้ในการวิเคราะห์ส่วนประกอบหลักหรือปัจจัยที่จะเก็บไว้...

การประเมินและการเปรียบเทียบกับทางเลือกอื่น

การวิเคราะห์แบบขนานถือเป็นหนึ่งในวิธีการที่แม่นยำกว่าในการกำหนดจำนวนปัจจัยหรือส่วนประกอบที่จะเก็บรักษาไว้ โดยเฉพาะอย่างยิ่ง ต่างจากวิธีการประมาณมิติในยุคแรกๆ (เช่น การตรวจสอบแผนภาพ scree) การวิเคราะห์แบบขนานมีข้อดีคือเกณฑ์การตัดสินใจที่เป็นกลาง [ 3 ]...

การดำเนินการ

การวิเคราะห์แบบขนานได้รับการนำไปใช้ใน JASP , SPSS , SAS , STATA และ MATLAB [ 9 ] [ 10 ] [ 11 ] และในแพ็กเกจหลายแพ็กเกจสำหรับ ภาษาการ เขียน โปรแกรม R รวมถึงแพ็กเกจ psych [ 12 ] [ 13 ] multicon [ 14 ] hornpa [ 15 ] และ paran [ 16 ] [ 17 ]...

ดูเพิ่มเติม

พล็อต Scree การวิเคราะห์ปัจจัยเชิงสำรวจ § การเลือกจำนวนปัจจัยที่เหมาะสม การจัดจำหน่ายมาร์เชนโก-พาสตูร์ ดึงข้อมูลมาจาก " https://en.wikipedia.org/w/index.php?title=Parallel_analysis&oldid=1342423348 "