잠재 변수 결정을 위한 요인 분석의 고찰 및 제안

국문 초록 (Abstract)

요인분석은 척도개발이나 탐색적 요인분석 그리고 주성분 분석과 같은 변수 압축 등을 위해 사용되고 있다. 요인분석에서 공통적인 요인을 이끌어내고 요인의 수를 결정하는데 있어 Fisher의 정보론을 바탕으로 하여 공분산 구조 구축하고 주관적 개념을 다항 선형회귀식을 따른다 가정한다. 그리고, 요인간의 공통성 부분을 유추해내는데 있어서, 역설적이게도 상이성 부분을 최소화하도록 하면서 요인들을 추정해간다. 이런 점으로 인해, 1904년 처음으로 스피어만에 의해 요인분석의 개념이 발표 되어 계속해서 이론적인 발전을 해오고 있지만, 요인분석에는 요인의 수를 결정하는 문제와 구조적 구축 문제 등 아직까지도 여러 요인분석의 절차에 논의되고 있는 실정이다. 이 논문에서는, 요인분석을 구축하는 데 있어 기초가 되는 상관계수, 공통 요인의 수에 대한 결정 및 탐색에 집중하여, 기존에 주로 사용되는 분석법에서 2012년까지 발표된 새로운 분석법까지 그 개념들과 종류들에 대해서 살펴보고, 소개한 분석법들을 통해 요인분석에서 가장 많이 사용되고 있는 Likert 척도를 바탕으로 한 잠재변수를 위한 요인분석에 대해서 요인의 수 결정 방법과 변수 선택법을 제안하고자 예제를 들어 탐색적 요인 분석에 대한 단계를 제시하고자 한다.

다국어 초록 (Multilingual Abstract)

The factor analysis assumes that subjective concept following multiple linear regression equation and it constructs covariance structure based on Fisher's information theory for determining the number of
components. And to infer the common factors, paradoxically, we estimate it minimizes the coefficient of alienation. In the regard, the theory continually develops after it introduced the concept by Spearman
in 1904, but the factor analysis has various critical phase and a common problem for factor analysis is determining how many factors to retain.
The number of solutions have been proposed, but none of which is totally satisfactory. In this paper, we introduce some techniques to construct efficiently co-variance structure, focused on correlations and determining the number of factors to retain and stepwise variable selection till 2012. and then, we suggest the analytic procedure with
exmaples for latent variables based on Likert scale..

목차 (Table of Contents)

• 1 서론 1
• 2 요인분석의 과제 및 논의사항 3
• 2.1 상관 계수의 결정 4
• 2.1.1 잠재 변수를 위한 상관계수 4
• 2.1.2 polychoric 상관행렬(Likert 척도를 위한) 6
• 2.2 요인의 수 결정 9
• 2.2.1 Horns Parallel Analysis(PA test) 12
• 2.2.2 Minimal Average Patial(MAP test) 13
• 2.2.2.1 MAP의 알고리즘 14
• 2.2.3 Optimal Coordinate and Acceleration Factor(OC & AF) 15
• 2.2.4 Comparison data(CD) 16
• 2.3 Stepwise variable selection in EFA(SEFA) 18
• 3 분석단계의 제안 및 예제 20
• 3.1 상관계수의 결정 20
• 3.1.1 기술 통계량 21
• 3.1.2 상관계수 추정 21
• 3.2 요인의 수 결정 법들 22
• 3.2.1 PA, AF, OC, Kaisers rule 22
• 3.2.2 MAP 검정 24
• 3.2.3 Comparison Data(CD) 25
• 3.2.4 Kanos 요인분석에서의 변수 선택법(SEFA) 26
• 4 결론 및 논의 사항 31
• 참고 문헌 33
• 국문 초록 36
• ABSTRACT 37