병렬 분석

Parallel analysis

병렬 분석(Parallel analysis, Horn's parallel analysis)은 주성분 분석에서 유지할 성분 수나 탐색 인자 분석에서 유지할 인자를 결정하는 데 사용되는 통계적 방법이다.그것은 심리학자 John L의 이름을 따서 명명되었다. 이 방법을 만든 혼(Horn)은 1965년 사이코메트리카 저널에 이 방법을 게재했다.[1]이 방법은 데이터 매트릭스에서 생성된 고유값을 같은 크기의 무작위 데이터에서 생성된 몬테카를로 시뮬레이션 매트릭스에서 생성된 고유값과 비교한다.[2]

대안과의 평가 및 비교

병렬 분석은 유지할 요인 또는 성분의 수를 결정하기 위한 보다 정확한 방법 중 하나로 간주된다.[3]최초 발행 이후, 병렬 분석의 다양한 변형이 제안되었다.[4][5]분석에 유지할 요인 또는 성분의 수를 결정하는 다른 방법으로는 스크리 플롯, 카이저 규칙 또는 벨리커의 MAP 테스트가 있다.[6]

Anton Formann은 병렬 분석의 성능이 표본 크기, 품목 차별 및 상관 계수의 유형에 의해 영향을 받기 때문에 많은 경우에 적절하지 않을 수 있다는 이론적 및 경험적 증거를 모두 제공했다.[7]

실행

병렬 분석은 SPSS, SAS, STATA, MATLAB에서[8][9][10] 구현되었으며, 심리[11][12] 멀티콘,[13] 혼파,[14] 편집성 패키지를 포함한 R 프로그래밍 언어에 대한 다중 패키지에서 구현되었다.[15][16]

참고 항목

참조

  1. ^ Horn, John L. (June 1965). "A rationale and test for the number of factors in factor analysis". Psychometrika. 30 (2): 179–185. doi:10.1007/bf02289447. PMID 14306381.
  2. ^ Mike Allen (11 April 2017). The SAGE Encyclopedia of Communication Research Methods. SAGE Publications. p. 518. ISBN 978-1-4833-8142-8.
  3. ^ Zwick, William R.; Velicer, Wayne F. (1986). "Comparison of five rules for determining the number of components to retain". Psychological Bulletin. 99 (3): 432–442. doi:10.1037//0033-2909.99.3.432.
  4. ^ Glorfeld, Louis W. (2 July 2016). "An Improvement on Horn's Parallel Analysis Methodology for Selecting the Correct Number of Factors to Retain". Educational and Psychological Measurement. 55 (3): 377–393. doi:10.1177/0013164495055003002.
  5. ^ Crawford, Aaron V.; Green, Samuel B.; Levy, Roy; Lo, Wen-Juo; Scott, Lietta; Svetina, Dubravka; Thompson, Marilyn S. (September 2010). "Evaluation of Parallel Analysis Methods for Determining the Number of Factors". Educational and Psychological Measurement. 70 (6): 885–901. doi:10.1177/0013164410379332.
  6. ^ Velicer, W.F. (1976). "Determining the number of components from the matrix of partial correlations". Psychometrika. 41 (3): 321–327. doi:10.1007/bf02293557.
  7. ^ Tran, U. S.; Formann, A. K. (2009). "Performance of parallel analysis in retrieving unidimensionality in the presence of binary data". Educational and Psychological Measurement. 69: 50–61. doi:10.1177/0013164408318761.
  8. ^ Hayton, James C.; Allen, David G.; Scarpello, Vida (29 June 2016). "Factor Retention Decisions in Exploratory Factor Analysis: a Tutorial on Parallel Analysis". Organizational Research Methods. 7 (2): 191–205. doi:10.1177/1094428104263675.
  9. ^ O'Connor, Brian. "Programs for Number of Components and Factors". people.ok.ubc.ca.
  10. ^ O’connor, Brian P. (September 2000). "SPSS and SAS programs for determining the number of components using parallel analysis and Velicer's MAP test". Behavior Research Methods, Instruments, & Computers. 32 (3): 396–402. doi:10.3758/BF03200807.
  11. ^ Revelle, William (2007). "Determining the number of factors: the example of the NEO-PI-R" (PDF). {{cite journal}}:Cite 저널은 필요로 한다. journal=(도움말)
  12. ^ Revelle, William (8 January 2020). "psych: Procedures for Psychological, Psychometric, and PersonalityResearch".
  13. ^ Sherman, Ryne A. (2 February 2015). "multicon: Multivariate Constructs".
  14. ^ Huang, Francis (3 March 2015). "hornpa: Horn's (1965) Test to Determine the Number of Components/Factors".
  15. ^ Dinno, Alexis. "Gently Clarifying the Application of Horn's Parallel Analysis to Principal Component Analysis Versus Factor Analysis" (PDF). {{cite journal}}:Cite 저널은 필요로 한다. journal=(도움말)
  16. ^ Dinno, Alexis (14 October 2018). "paran: Horn's Test of Principal Components/Factors". {{cite journal}}:Cite 저널은 필요로 한다. journal=(도움말)


Stub icon

이 통계 관련 기사는 단조롭다.위키피디아를 확장하여 도울 수 있다.