காரணி பகுப்பாய்வு எப்படி

ஒரு காரணி பகுப்பாய்வு கவனிக்கப்பட்ட மாறிகள் அல்லது 'மறைநிலை' மாறிகள் மத்தியில் காரணிகளை கண்டறிய பயன்படுத்தப்படுகிறது. இதேபோல், ஒரு தரவு தொகுப்பு மாறிகள் பெரும் எண்ணிக்கையிலானதாக இருந்தால், பகுப்பாய்வுக்கான மாறிகள் எண்ணிக்கை குறைக்க ஒரு காரணி பகுப்பாய்வு செய்யப்படலாம். ஒரு காரணி பகுப்பாய்வு குழுவினர் ஒத்த மாறிகள், குழுக்களின் காரணிகள் அல்லது தொகுக்கப்பட்ட மாறிகள், இன்னும் பகுப்பாய்விற்காக பயன்படுத்த வேண்டும். ஒரு புள்ளியியல் பகுப்பாய்வு மென்பொருள் தொகுப்பு காரணி பகுப்பாய்வு கணக்கில் கருவியாக இருக்கும். புள்ளியியல் பகுப்பாய்வு தொகுப்புகளின் உதாரணங்கள் SPSS மற்றும் SAS ஆகும்.

உங்களுக்கு தேவையான பொருட்கள்

• ஒரு தரவு தொகுப்பு (அதிக எண்ணிக்கையிலான மாறிகள்)

• புள்ளிவிவர பகுப்பாய்வு மென்பொருள்

தரவு அமைப்பில் ஒரு கூட்டு மேட்ரிக்ஸை உருவாக்கவும். ஒரு உறவு மேட்ரிக்ஸ் ஒரு கூட்டுச் சார்பு குணகங்களின் அட்டவணை ஆகும். ஒரு தொடர்புக் குணகம் என்பது தொடர்புகளின் அளவிடக்கூடிய அலகு ஆகும். இந்த எண் இரண்டு சீரற்ற மாறிகள் இடையே அளவிடப்படுகிறது ஒரு நேரியல் உறவின் திசை மற்றும் வலிமை வெளிப்படுத்துகிறது.

விரும்பிய காரணிகளுக்கான அடிப்படைகளை (தொகுக்கப்பட்ட மாறிகள்) நிறுவவும். உதாரணமாக, தரவு சேகரிப்பு கருவி ஒரு கணக்கெடுப்பு மற்றும் பதில்கள் 1 இலிருந்து கணக்கிடப்பட்டால் - குறைந்தபட்ச விருப்பம் 10 க்கு 10 - மிகவும் விரும்பத்தக்க விளைவு, 8, 9 மற்றும் 10 மதிப்புகள் மதிப்பாய்வு செய்யப்படலாம், காரணிகள்.

காரணிகள் மற்றும் மாறிகள் இடையே நேரியல் உறவுகளை அதிகரிக்க காரணிகளை சுழற்று. இந்த செயல்பாடு, புள்ளிவிவர பயன்பாடு அதன் மதிப்பை நிரூபிக்கிறது. தேவைப்படும் கையேடு கணிப்புகளின் எண்ணிக்கை பெரிய தரவு தொகுப்பில் பெரியதாக இருக்கும்.

வெளியீடு அறிக்கையை உருவாக்கவும், அச்சிடவும். வெளியீட்டு அறிக்கை பின்வரும் பிரிவுகளை உள்ளடக்குகிறது: விளக்க புள்ளிவிவரங்கள், கூட்டுறவு மேட்ரிக்ஸ், கைசர்-மேயர்-ஓல்கின் மற்றும் பார்ட்லெட் டெஸ்ட், கம்யூனலிட்டிஸ், ஸ்கரீ ப்ளாட், காரணி மேட்ரிக்ஸ் மற்றும் சுழற்ற கார்ட்டர் மேட்ரிக்ஸ்.

தரவின் உள்ளுணர்வு அறிவை அடிப்படையாகக் கொண்ட புள்ளிவிவர பயன்பாட்டின் வெளியீட்டைப் புரிந்துகொள்வது மற்றும் அனுபவமிக்க கேள்விகளுக்கு பதிலளிக்க வேண்டியது.