Universalclimate.com

Nackdelar med faktoranalys

Faktoranalys är en statistisk metod för att försöka hitta så kallade latenta variabler när man har data på många frågor. Latenta variabler är saker som inte kan mätas direkt. Till exempel, är de flesta aspekter av personlighet latent. Personlighet forskare frågar ofta ett urval av personer en massa frågor som de anser är relaterade till personlighet och sedan faktor analys för att fastställa vilka latenta faktorer finnas.

Svaret du får beror på de frågor du ställer

De faktorer som visas kan bara komma från Svaren på de frågor du ställer. Om du inte frågar om sömnvanor, till exempel relaterat sedan ingen faktor till sömn vanor kommer att visas. Å andra sidan, om du frågar bara om sömnvanor, kan inget annat visas. Att välja en bra uppsättning frågor är komplicerade, och olika forskare kommer att välja olika uppsättningar av frågor.

Slumpmässiga Data ger faktorer

Om du skapar en massa slumpmässiga siffror, kan en faktoranalys fortfarande hitta synbara strukturen i data. Det är svårt att säga om de faktorer som speglar data eller helt enkelt del av kraften i faktoranalys för att hitta mönster.

Det är svårt att avgöra hur många faktorer att ta

En uppgift från faktor analytikern beslutar hur många faktorer att hålla. Det finns en mängd metoder för att bestämma detta, och det finns lite överenskommelse om vilken som är bäst.

Tolkning av innebörden av faktorerna som är subjektiva

Faktoranalys kan berätta vilka variabler i datamängden "gå ihop" på ett sätt som inte alltid är uppenbara. Men tolka vad dessa uppsättningar variabler faktiskt representerar är upp till analytikern och förnuftiga människor kan vara oense.