We suggest that factor analysis is

We suggest that factor analysis is preferable to principal components analysis. Components analysis is only a data reduction method. It became common decades ago when computers were slow and expensive to use; it was a quicker, cheaper alternative to factor analysis (Gorsuch, 1990). It is computed without regard to any underlying structure caused by latent variables; components are calculated using all of the variance of the manifest variables, and all of that variance appears in the solution (Ford et al., 1986). However, researchers rarely collect and analyze data without an a priori idea about how the variables are related (Floyd & Widaman, 1995). The aim of factor analysis is to reveal any latent variables that cause the manifest variables to covary.

Results (Thai) 1:

เราขอแนะนำว่า วิเคราะห์ปัจจัยกว่าการวิเคราะห์ส่วนประกอบหลัก ส่วนประกอบวิเคราะห์เฉพาะข้อมูลลดวิธีได้ มันกลายเป็นร่วมทศวรรษเมื่อคอมพิวเตอร์ไม่ช้า และแพงใช้ ก็เป็นทางเลือกที่เร็วกว่า ราคาถูกกว่าการวิเคราะห์ปัจจัย (Gorsuch, 1990) มีคำนวณโดยไม่คำนึงถึงโครงสร้างต้นแบบใด ๆ ที่เกิดจากตัวแปรแฝงอยู่ ส่วนประกอบจะถูกคำนวณโดยใช้ความแปรปรวนของตัวแปรรายการทั้งหมด และทั้งหมดของผลต่างที่ปรากฏในการแก้ปัญหา (ฟอร์ด et al., 1986) อย่างไรก็ตาม นักวิจัยไม่ค่อยรวบรวม และวิเคราะห์ข้อมูล โดยการใช้ priori ความคิดเกี่ยวกับว่าตัวแปรเกี่ยวข้อง (ฟลอยด์และ Widaman, 1995) จุดมุ่งหมายของการวิเคราะห์ปัจจัยคือการ เปิดเผยใด ๆ ตัวแปรแฝงอยู่ซึ่งทำให้ตัวแปรรายการ covary

Results (Thai) 2:

เราขอแนะนำให้วิเคราะห์ปัจจัยที่เป็นที่นิยมในการวิเคราะห์องค์ประกอบหลัก การวิเคราะห์ส่วนประกอบเป็นเพียงวิธีการลดข้อมูลที่ ทศวรรษที่ผ่านมามันก็กลายเป็นเรื่องธรรมดาที่ผ่านมาเมื่อคอมพิวเตอร์ช้าและมีราคาแพงต่อการใช้งาน มันเป็นทางเลือกที่เร็วที่ถูกกว่าการวิเคราะห์ปัจจัย (Gorsuch, 1990) มันคือการคำนวณโดยไม่คำนึงถึงโครงสร้างพื้นฐานใด ๆ ที่เกิดจากตัวแปรแฝง; ส่วนประกอบที่คำนวณโดยใช้ทั้งหมดของความแปรปรวนของตัวแปรที่ประจักษ์และทั้งหมดของความแปรปรวนที่ปรากฏขึ้นในการแก้ปัญหา (ฟอร์ด et al., 1986) อย่างไรก็ตามนักวิจัยไม่ค่อยรวบรวมและวิเคราะห์ข้อมูลโดยไม่ต้องมีความคิดเบื้องต้นเกี่ยวกับวิธีตัวแปรที่เกี่ยวข้อง (ฟลอยด์และ Widaman, 1995) จุดมุ่งหมายของการวิเคราะห์ปัจจัยคือการเปิดเผยตัวแปรแฝงใด ๆ ที่ก่อให้เกิดตัวแปรที่ประจักษ์เพื่อ covary

Results (Thai) 3:

เราแนะนำว่าตัวประกอบดีกว่าการวิเคราะห์ส่วนประกอบหลัก การวิเคราะห์ส่วนประกอบที่เป็นเพียงวิธีการลดข้อมูล . มันเป็นทศวรรษที่ผ่านมาเมื่อคอมพิวเตอร์ทั่วไปได้ช้า และราคาแพงมาใช้ มันง่ายกว่า ทางเลือกที่ถูกกว่าเพื่อการวิเคราะห์ปัจจัย ( กอร์เซิช , 2533 ) มันคำนวณโดยไม่มีพื้นฐานโครงสร้างที่เกิดจากตัวแปรแฝง ;คำนวณการใช้องค์ประกอบทั้งหมดของความแปรปรวนของตัวแปรที่แสดงรายการและทั้งหมดของผลต่างที่ปรากฏในการแก้ปัญหา ( ฟอร์ด et al . , 1986 ) อย่างไรก็ตาม นักวิจัยมักจะรวบรวม และวิเคราะห์ข้อมูลได้โดยไม่ต้องคิดเกี่ยวกับว่า ระหว่างตัวแปรที่เกี่ยวข้อง ( ฟลอยด์& widaman , 1995 ) วัตถุประสงค์ของการวิเคราะห์ปัจจัยคือการเปิดเผยใด ๆตัวแปรแฝงที่ทำให้ตัวแปรที่แสดงให้ covary .