أهم طرق التحليل العاملي -3 طرق هامة للباحثين

في ظل التقدم التكنولوجي المتسارع، أصبح من الضروري الاستفادة من طرق التحليل العاملي في مجالات عديدة، فإن تلك الطرق هي أدوات قوية تساعد في فهم، وتحليل سلوك وأداء المؤسسات والأفراد، كما تُستخدم طرق التحليل في مجالات متنوعة، بما في ذلك إدارة الموارد البشرية، والبحث والتطوير، وتطبيقات علم النفس، وإدارة الأعمال. تهدف هذه الطرق إلى فهم كيفية تأثير عوامل مختلفة على المؤسسات أو المجموعات.

 

يُعرف التحليل العاملي بأنه أسلوب إحصائي يستخدم لوصف التباين بين المتغيرات المرصودة من حيث بعض المتغيرات التي يمكن ملاحظتها والتي تسمى العوامل، حيث يكشف تحليل العوامل المؤكدة عن هذه الاختلافات الشائعة في الاستجابة للمتغيرات الكامنة غير المرصودة وغير المشاهدة، ويتم نمذجة المتغيرات التي تمت ملاحظتها على أنها مجموعات خطية من العوامل المحتملة الهدف الرئيسي من تحليل عامل التأكيد هو تحديد المتغيرات الكامنة المستقلة.

 

اقرأ أيضًا: التحليل الإحصائي في البحث العلمي (أهميته-خطواته-أنواعه)

 

تُستخدم طرق التحليل العاملي في الحالات التالية:

تبسيط البيانات

 يُمكن استخدام التحليل العاملي لتقليل الأبعاد وتبسيط البيانات المعقدة، كما يساعد في تحويل مجموعة كبيرة من المتغيرات المترابطة إلى مجموعة أصغر من العوامل الكامنة التي تشرح التباين في البيانات، وهذا يُساعد في فهم البيانات بشكل أكبر وتقليل التعقيد.

 

تحديد البُنى الكامنة

يُستخدم التحليل العاملي لتحديد البُنى الكامنة التي تقف وراء البيانات الملاحظة، كما يمكن استخدامه لتحديد العوامل المشتركة التي تؤثر في مجموعة من المتغيرات المترابطة وتفسير الارتباطات بينها، على سبيل المثال يُمكن استخدامه؛ لتحديد العوامل التي تؤثر في سلوك المستهلكين في التسويق، أو العوامل النفسية التي تؤثر في نتائج الاختبارات النفسية.

 

تأكيد الهيبوثيزات

 يُمكن طرق التحليل العاملي لاختبار الفرضيات والنماذج المحددة مسبقًا، كما يتم تحليل البيانات للتحقق من مدى توافقها مع النموذج المفترض وتأكيد صحة الفرضيات المطروحة، وهذا يُساعد في تقييم النظرية والتأكد من صحتها.

 

تحسين الأدوات القياسية

يُمكن استخدام التحليل العاملي لتحسين الأدوات القياسية، مثل الاستبيانات أو المقاييس، ويُمكن استخدامه لتحديد العوامل المؤثرة في الأداء على هذه الأدوات وتحسينها بناءً على البيانات المتحصل عليها من خلال التحليل العاملي.

 

تحليل البيانات المعقدة

يُمكن استخدام التحليل العاملي لتحليل البيانات المعقدة والمتشعبة، وعندما يكون لديك مجموعة كبيرة من المتغيرات المترابطة، وترغب في فهم العلاقات بينها وتبسيط التحليل، يمكن استخدام التحليل العاملي لتحليل هذه البيانات وتحديد العوامل المشتركة التي تشرح التباين فيها.

 

تعرف على: شرح برنامج التحليل الإحصائي SPSS من حيث الأهمية والهدف وطريقة التشغيل

 

 

يُعد التحليل العاملي (Factor Analysis) أحد الأساليب الإحصائية المستخدمة لفهم البُنى الكامنة لمجموعة من المتغيرات المترابطة، ويُستخدم التحليل العاملي لتحليل البيانات في مجالات متنوعة، مثل العلوم الاجتماعية، والنفسية، والتسويق، وغيرها، بهدف فهم العلاقات المتبادلة بين المتغيرات وتحديد العوامل التي تقف وراء هذه العلاقات.

وتعتمد طرق التحليل العاملي على فرضية أن هناك عوامل كامنة غير مرئية تؤثر في البيانات الملاحظة. هذه العوامل الكامنة هي المسؤولة عن الارتباطات والتباينات في المتغيرات المرصودة، كما يهدف التحليل العاملي إلى تحديد هذه العوامل وتفسيرها بناءً على البيانات المتوفرة.

هناك عدة طرق لتنفيذ التحليل العاملي، وفيما يلي بعض الطرق الشائعة:

 

 تحليل العوامل المستقلة (Principal Component Analysis PCA) 

يستخدم هذا الأسلوب لتحويل المتغيرات المترابطة إلى مجموعة من العوامل المستقلة، كما يهدف PCA إلى تحديد العوامل التي تفسر أكبر قدر ممكن من التباين في البيانات، ويتم ترتيب العوامل وفقًا لمقدار التباين الذي يمكن أن يفسرها.

 

 تحليل العوامل الرئيسية (Principal Factor Analysis) 

 يستخدم هذا الأسلوب لتحديد العوامل الرئيسية التي تفسر الارتباطات بين المتغيرات، ويتم استخدام تقنيات التقدير لتحديد عدد العوامل وتفسيرها بناءً على المعايير المحددة مثل القيم الخاصة (Eigenvalues).

 

 تحليل العوامل المُكوَّنة (Confirmatory Factor Analysis)  

يستخدم هذا الأسلوب لاختبار النماذج النظرية المحددة مسبقًا وتأكيدها أو نفيها، ويتم تحديد العلاقات المفترضة بين العوامل والمتغيرات واختبار مدى توافق البيانات مع النموذج المحدد.

 

 

احصل على: شرح مفصل عن الاختبارات الإحصائية في البحث العلمي

 

أنواع التحليل العاملي  Types of factor analysis

 التحليل العاملي الاستكشافي . Exploratory factor analysis (EFA)

 التحليل العاملي التوكيدي . confirmatory factor analysis (CFA)

 

أنواع استخراج العامل

يُعتبر تحليل المكون الرئيسي (PCA) هو طريقة استخلاص العوامل مستخدمة على نطاق واسع وهي الخطوة الأولى في EFA، حيث يتم حساب أوزان العوامل لاستخراج أقصى تباين ممكن ومع استمرار العوامل المتتالية حتى لا يتبقى تباين، كما يجب أن يكون نموذج العامل استدارت لتحليل العنوان الأساسي والعوامل المعروفة أيضًا باسم (canonical Rao factorization) هي طريقة مختلفة لحساب نموذج PCA، والذي يستخدم طريقة المحور الرئيسية للبيانات العشوائية.

 

 

مفهوم التحليل العاملي التوكيدي confirmatory factor analysis

يُعتبر التحليل العاملي التوكيدي (CFA) أحد الأساليب الإحصائية متعددة المتغيرات المستخدمة لمعرفة الخصائص السيكومترية وللتعرف على فعالية المتغيرات المقاسة فيما يتعلق بعدد من الأبعاد بطريقة مبسطة من خلال تحليل العامل الاستكشافي، حيث ترتبط جميع المتغيرات المقاسة بكل متغير كامن، ولكن يتم تحديد عدد العوامل المطلوبة في البيانات والمتغير المقاس والمتعلق بالمتغير الكامن في التحليل العاملي التوكيدي (CFA)، كما يُعد التحليل العاملي التوكيدي أيضاً أداة لتأكيد أو رفض نظرية القياس.

 

كما أنه يستخدم لتقييم البيانات الفعلية للكشف عن مدى تمثيلها لنمط كل متغير, إلى جانب أنه يُعد نوعًا مختلفًا من تحليل العوامل، ويعتبر الأكثر شيوعًا في البحث الاجتماعي، ويتم استخدام التحليل العاملي التوكيدي لاختبار ما إذا كانت مقاييس بناء النموذج متوافقة مع الفهم القائم على البحث لطبيعة بناء هذا النموذج، على سبيل المثال لا يعتبر عدد ساعات العمل الإضافي مقياسًا مثاليًا للكفاءة في العمل.

 

لأنه من المعتاد معالجة أسئلة صحة وموثوقية المقياس من خلال فحص صلاحية وموثوقية الدرجات على الأدوات المستخدمة في سياق معين، بالنظر إلى مستوى مقبول من صحة وموثوقية النتيجة يتم استخدام الدرجات في التحليل الإحصائي.

 

تابع قرءاة موضوعنا: ما هي أسباب اختلاف نتائج الاختبارات الإحصائية؟

 

مؤشرات (محكات) جودة النموذج في التحليل العاملي التوكيدي

يُعد مؤشر الجذر التربيعي من المؤشرات الهامة لمتوسط خطأ الاقتراب (RMSEA) Mean Square Error of Approximation Root وتشير القيمة الأقل من 0.05 إلى المطابقة العليا وتشير القيمة صفر إلى أفضل مطابقة .

 

ويعد الجذر التربيعي لمتوسط خطأ الاقتراب (RMSEA) من أفضل المؤشرات فيما يتعلق بالأداء الجيد للجذر التربيعي لمتوسط خطأ الاقتراب (RMSEA) ويتم التركيز على خطأ الاقتراب في المجتمع Error Of Approximation, لقياس التباعد عن طريق درجات الحرية.

 

لذا يعتبر حساساً لعدد البارامترات الحرة ويتأثر بمستوى تعقيد النموذج, وتوجد تقديرات للمطابقة في مؤشر (RMSEA) فيما يتعلق بالقيم التي تقل عن 0.05 والتي تشير إلى المطابقة الجيدة, وتدل القيم التي تتراوح من 0.05 إلى 0.08 على وجود خطأ تقارب معقول في المجتمع.

 

وتشير القيم التي تتراوح من 0.08 إلى 0.10 إلى مطابقة غير كافية Mediocre fit ويدل تجاوز قيم المؤشر 0.10 على مطابقة غير مقبولة وتكون قيمة مؤشر (RMSEA) صفر التي تشير إلى أفضل مطابقة ممكنة, وتقل جودة المطابقة كلما ارتفعت قيمتها.

 

ويعتبر مؤشر المطابقة المقارنة (CFI)Comparative Fit Index  من أفضل المؤشرات المتعلقة بالمقارنة، حيث يقوم  على المقارنة بين مربع كاي لنموذج البحث المفترض والنموذج المستقل (Hair et al, 2014)، لذا فإن الدرجة المعيارية للمؤشر التي تتجاوز (0.90) تشير إلى درجة مطابقة جيدة لنموذج البحث المفترض، وتشير الدرجة المعيارية للمؤشر المحصور بين الصفر والواحد.

 

ويشير الاقتراب من الواحد إلى درجة مطابقة عالية، ويشار إليه بمؤشر المطابقة المقارن CFI(Comparative Fit Index) ومؤشر المطابقة المعياري NFI(Normative Fit Index), وتتمثل القيمة التي تشير إلى أفضل مطابقة لجميع المؤشرات السابقة في الواحد الصحيح ويقع مدى هذه المؤشرات بين (صفر وواحد صحيح).

 

وبناء على تفسير هذا المؤشر تشير النتائج إلى مستوى التحسين في النموذج المفترض عن نموذج العدم، حيث تشير كلمة العدم إلى الحالة المتطرفة المشيرة أو الدالة فيما يتعلق بعدم وجود علاقات بين المتغيرات، وتهدف مقارنة النموذج المفترض ونموذج العدم إلى تقدير مستوى تحسين المطابقة المتعلقة بالنموذج المفترض بضعف مطابقة نموذج العدم، ويشار إلى مؤشر تاكر-لويس (TLI) Tucker-Lewis Index في بعض الأحيان إلى مؤشر المطابقة غير المعيارية (NNFI)Non- Normed Fit Index .

 

لا تفوت مقالنا: شرح طريقة إنشاء الرسم البياني في برنامج SPSS بخطوات بسيطة

 

تُستخدم طرق التحليل العاملي الاستكشافي لتحديد العلاقات المعقدة والعلاقات المتداخلة بين العناصر وعناصر المجموعة التي تعد جزءًا من المفاهيم الموحدة في مصفوفة معامل الارتباط ولا يقوم الباحث بوضع افتراضات حول العلاقات بين العوامل.

 

شروط التحليل العاملي الاستكشافي في مصفوفة معاملات الارتباط

قيمة محدد المصفوفة الارتباطية يجب ألا يساوي صفر.

تجانس) توافق (العينة :قياس توافق العينة بالنسبة لحجم العينة :يقاس ذلك من دلالة قيمة كاي تربيع لاختبار بارتليت, أي تكون دالة عند مستوى (0.000).

قياس توافق العينة ككل : يمكن الحصول عليها بواسطة قيمة (اختبار كايزر- ماير- أولكن) والذي يجب أن لا يقل عن (0.5) حسب محك كايزر، (KMO) (Kaiser Meyer-Olkin).

قياس توافق كل متغير على حده مع متغيرات العينة :يمكن الحصول عليها من

 (Anti- image والموجودة في قطر مصفوفة معاملات الارتباط الصورية (MSA) قيم والتي يجب أن تكون أكبر من (0.5).

مصفوفة الارتباط مختلفة عن الوحدة :يمكن التأكد من ذلك عن طريق اختباربارتليت.

 

الخطوات الإجرائية لاستخلاص العوامل

بعد التحقق من شروط التحليل العاملي الاستكشافي في مصفوفة معاملات الارتباط تم إجراء التحليل العاملي الاستكشافي بطريقة المكونات الأساسية لهوتلينج (Hotelling), كما أجرى التدوير المتعامد بطريقة الفاريماكس (Varimax roration) ذلك لافتراض استقلالية العوامل, وقد اعتمدت المحكات الآتية من أجل تحديد العوامل (electronic textbook, 2005):-

♦محك كايزر (    Kaiser,1960), ويعتمد على كون الجذر الكامن (Eigenvalue) واحد صحيح أو أكثر.

♦محك كاتل (cattell) وهو طريقة بيانية ويطلق عليها اسم (scree plot).

♦الاحتفاظ بالعوامل التي تشبع عليها ثلاث عبارات على الأقل.

♦بواقي معاملات الارتباط يجب ألا تزيد نسبتها عن (50%) حسب محك كايزر.

♦وقد يُراعى في انتقاء الفقرات وفي تصنيفها على العوامل المحكات الآتيه:

♦أن يكون تشبع الفقرة على العامل الذي تنتمي له ( 0,3 ) أو أكثر كما اقترح جيلفورد.

♦إذا كانت الفقرة تتمتع بتشبع على أكثر من عامل، فتعد منتمية للعامل الذي يكون تشبعها عليه أعلى بفارق ( 0,01 ) على الأقل عن أي عامل آخر.

♦إذا تشبعت فقرة واحدة على عاملين وبنفس القيمة تحذف العبارة ويعاد التحليل مرة أخرى.

 

يمكن أن نستنتج مما سبق أن طرق التحليل العاملي هي أحد الأساليب الإحصائية التي يستخدمها معظم الباحثين في مختلف العلوم، بما في ذلك العلوم الإنسانية والتعليم، والتحليل العالمي إلى جانب الاعتماد عليه في تحليل البيانات المتعددة التي ترتبط ببعضها البعض بشكل متفاوت على هيئة تصنيفات نوعية مستقلة.

 

اقرأ المزيد حول كيف يمكنك استخدام برنامج التحليل الاحصائي spss ؟

 

 

يُعد التحليل العاملي (Factor Analysis) أحد الأساليب الإحصائية القوية المستخدمة في تحليل البيانات وفهم العلاقات المتبادلة بين المتغيرات، كما يستخدم التحليل العاملي في مجموعة متنوعة من المجالات، وهنا بعض الأمثلة التطبيقية لهذه الأسلوب:

تحليل التوجهات والسلوك

يُستخدم التحليل العاملي لفهم التوجهات والسلوك في مجالات مثل العلوم الاجتماعية وعلم النفس، على سبيل المثال يمكن استخدامه لتحليل استبيان يستهدف السلوك التسوقي للمستهلكين، وتحديد العوامل المشتركة التي تؤثر في اختياراتهم كما يمكن أن تتضمن هذه العوامل الأمور مثل السعر، والجودة، والعلامة التجارية، والتسويق.

 

تحليل العوامل المؤثرة في الصحة النفسية

يُمكن استخدام التحليل العاملي؛ لفهم العوامل المؤثرة في الصحة النفسية والعوامل التي ترتبط بالأمراض النفسية، على سبيل المثال يمكن استخدامه لتحليل استبيان حول الصحة النفسية، وتحديد العوامل المشتركة التي تؤثر في مستوى القلق أو الاكتئاب، كما يمكن أن تتضمن هذه العوامل البيئية، مثل الضغوط الاجتماعية، والدعم الاجتماعي، والمتغيرات الشخصية.

 

تحليل العوامل المؤثرة في الأداء المهني

يُمكن استخدام التحليل العاملي لفهم العوامل المؤثرة في الأداء المهني والعوامل التي ترتبط بالرضا الوظيفي، على سبيل المثال يمكن استخدامه لتحليل استبيان حول رضا الموظفين وتحديد العوامل المشتركة التي تؤثر في مستوى الرضا والأداء، كما يمكن أن تتضمن هذه العوامل عوامل مثل الإدارة، والفرص الوظيفية، والتوازن بين العمل والحياة الشخصية.

 

تحليل العوامل المؤثرة في الاستجابة للعلاج

 يُمكن استخدام التحليل العاملي في مجال العلاج وفهم العوامل التي تؤثر في استجابة المرضى للعلاج، على سبيل المثال يمكن استخدامه لتحليل استجابة المرضى لعلاج معين وتحديد العوامل المشتركة التي تؤثر في تحسن حالتهم الصحية. يمكن أن تتضمن هذه العوامل عوامل مثل العمر، والجنس، والعوامل الوراثية، والتوافق النفسي.

 

تحليل العوامل المؤثرة في الأداء التعليمي

 يُمكن استخدام التحليل العاملي لفهم العوامل المؤثرة في الأداء التعليمي للطلاب. على سبيل المثال يمكن استخدامه لتحليل استبيان يستهدف الطلاب، وتحديد العوامل المشتركة التي تؤثر في تحصيلهم الدراسي، كما يمكن أن تتضمن هذه العوامل عوامل آخري، مثل الدعم الأسري، وأساليب التدريس، والموارد التعليمية.

 

هل تبحث عن طرق التحليل العاملي؟ هل ترغب في استخدام أدوات تساعدك على فهم البيانات بشكل أفضل واتخاذ القرارات المستنيرة؟ إذاً فإن فكرة شركتنا ستثير اهتمامك!

 

تعرف على: ما هو التحليل الإحصائي ( أهميته، وخطواته )

 

المصادر والمرجع

سوف تتعرف على بعض المعلومات عن Factor analysis methods

 

نحن نقدم خدمة فريدة من نوعها في تحليل البيانات باستخدام التحليل العاملي، والتي تساعدك في استخلاص معانٍ حقيقية من كمية كبيرة من المعطيات، وذلك بفضل فريقنا المميز، ومن ثم سيصبح لديك قوة التحليل في يديك فنحن نكون موقع مكتبتك تقدم أفضل الخدمات البحث العلمي ، ويمكنك التواصل عبر الواتساب.