صفحه 1:
۷ Gupervisor ‏ای‎ ‎Cera ran cath PA Cl NN Ne rat aN aI 4

صفحه 2:
آنالیز فاکتور چیست ؟ ‏ .بب * آنالیز فاکتور نام عمومی است که به دسته ای از روش های آماریٌ چند متفیره اطلاق می شود که هدف اولیه آنهاء تعریف ساختار نهفته در ماتریس داده ها است. * آنالیز فاکتور رابه عنوان اولین تکنیک چند متغیره معرفی کرده اند. چرا که می تولند نقش بی نظیری در + بکارگیری سایر تکنیک های

صفحه 3:
آنالیز فاکتور چیست ؟ 02777 **با اين تكنيك مى توان تعداد زيادى متغير را در یک یا چند ‎CPSU‏ ‏بعد توضيح داد. **متغيرهاى وابسته به هم در يك كروه قرار مى كيرند. اين متغيرها با ديكر متغيرها يا وابستكى ندارند يا وابستكى كمى دارند. **مشکل تعداد زياد متغيرها و وابستكى درونى داده ها را مى توان با

صفحه 4:
#*هدف در این تکنیک تنها کاهش حجم داده هاست . ** در این تکنیک با تعریف چند ‎Be, Component‏ )2 اساس ‎BComponent 5. & > 5 Oorrehiod‏ »>« بندی می کند بگونه ای که بیشترین درصد واریانس داده ها را در :011121 6ه قرار بكيرند .

صفحه 5:
بين )و 6۳00 * مقیاس اندازه گیری در هر دو باید لسطت؟ یا ع8() با مکم باشد ) * اندازه نمونه بزرگ برای برآورد پایدار بین ۱۰ تا ۲۰ مشاهده برای هر متفیر باید باشد . * هدف هر دو روش بالا کاهش حجم داده هاست . * به علت شباهت در تکنیک های آماری گاهی اين دو روش را با هم اشتباه می گیرند . ** و ۳0۸ دو تکنیکآمایوب سیار کاربردیو قوی‌هستند . * نمونه گیری باید تصادفی باشد . برای هر متغیر حداقل باید ۵ مشاهده وجود داشته باشد و در کل حداقل ۰ مشاهده وجود داشته باشد .

صفحه 6:
بین 6۵08 و 6۳00 نتایج حاصل از اين دو تکنیک زمانیکه وابستگی زیاد باشد بسیار شبیه هم می باشد . **ارتباط خطی بین متغیرها ی مشاهده شده وجود دارد . ** متفیرها باید دارای توزیع نرمال باشند . **متغيرها دو به دو دارای توزیع نرمال دو متفیره هستند .

صفحه 7:
هاى- بين 0208 و 00 - | ۱۴ در ۳۸ علاوه بر هدف کاهش داده ها ما به دنبال پیدا کردن ساختار داده ها می باشیم .

صفحه 8:
دهای تصمیم آنالیز فاکتور -- اهداف آنالیز فاکتور طراحی یک آنالیز فاکتور ** فرضیات در آنالیز فاکتور مشتق ساختن فاکتورها و ارزیابی برازش کلی ‎eet‏ فاکتورها اعتبار سنجی آنالیز فاکتور کاربردهای دیگر نتایج آنالیز فاکتور

صفحه 9:
اهدف آالیز فاکتور . .---- به طور کلی دو هدف عمده در آنالیز فاکتور مدنظر است. ۳ ** تعيين ساختار از طریق خلاصه سازی داده ها * کاهش حجم داده ها

صفحه 10:
راحی یک | ليد فاكد حص — ** محاسبه داده های ورودی به منظور ارضای اهداف اختصاصی گروه کردن متغیرها یا پاسخ دهنده ها — **طرح تحقیق در مورد تعداد متفیرها . خصوصیات اندازه گیری آن ها و نوع متغیرهای مجاز مقتضیات اندازه نمونه. هم در نوع مطلق و هم به عنوان تابعی از تعداد متفیرهای موجود در آنالیز

صفحه 11:
ارتباط بین متفیرها خطی است. **متغيرها داراى توزيع نرمال می باشند. * متغيرها دو به دو داراى تابع توزیع نرمال دو متغیره هستند.

صفحه 12:
ساختن فاکتورها و ارزیا بی بر ازش -- **روش استخراج فاکتورها ** تعداد فاکتورهای انتخاب شده برای نمایش ساختار نهفته

صفحه 13:
برای تعداد فاکتورهاح- igh pe? ‏معیار اولیه‎ * ‏معیار درصد واریانس‎ ** ۰ 1 ** معيار ازمون 5797

صفحه 14:
يد د چرخش فاکتورها ‎a‏ ‏.هدف از جرخش فاکتورها دو بخش است ** دستکاری آماری نتایج برای اینکه فاکتور بیشتر قابل **اتخاذ تصمیم نهائی در مورد تعداد فاکتورهای زیربنائی داده ها. *روش های چرخش متعامد به صورت کلی شامل سه

صفحه 15:
SE ‏چرخش‎ 95 * Quarkwux ‏ساده سازی سطرهای‎ . 60۷ G23 > 5! ‏***هدف نهايى‎ 7 Quran Sy ge gn & AL ‏ماتریس فاکتور می‎ روی چرخش فاکتور ابتدائی تمرکز می کند تا اينکه بارگذاری یک متغیر بر روی فاکتور بالا شود و تا حد امکان بر روی فاکتورهای دیگر کم شود. ٩ ‏سممبون‎ #* بر خلاف ۵ . معیار ۵۷۵۲() بر روی ساده سازی ستون های ماتریس فاکتور تمرکز دارد. به این صورت که . روش ۰0/۲ جمع واریانس های بارگذاری های مورد نیاز

صفحه 16:
SEH 9 “6 ** این رویکرد عملاً به گونه ای بينابين دو روش قبل عمل مى ‎eS‏ ۲ ۱ ‎ol‏ روش به جای تمرکز بر روی ساده سازی سطرها و یا ساده سازی ستون ها تلاش دارد که بخشی از هر کدام را

صفحه 17:

صفحه 18:

صفحه 19:

صفحه 20:
‎ga?‏ قانون کلی به منظور رامنمایی محقق در زمینه انتخاب یگ تکنیک چرخش قائم یا اریب وجود ندارد. در بسیاری موارد. محقق به سادگی از تکنیک های چرخشی ارائه شده توسط برنامه کامپیوتری بهره می گیرد. بسیاری از برنامه های چرخش پیش فرض ‎a : 5‏ ‎Orta‏ )| در نظر میگیرند. اما روش های چرخش مهم به صورت گسترده در دسترس می باشد. اما هیچ دلیل تحلیلی مکمل برای ترجیح یک روش چرخش بر دیگری وجود ندارد. انتخاب یک روش چرخش اریب يا قائم باید براساس نیازهای ویژه مسئله

صفحه 21:
te “S ۰ ‏ا ليه‎ wees مستقیم ترین روش اعتبار سنجی نتایج. حرکت ‎(BASE jhe Cee 02S‏ و ارزیابی دفاع از نتایج. هم با یک نمونه گسترده در مجموعه داده های اولیه یا با یک نمونه مجزا می باشد. مقایسه دو یا چند مدل فاکتور همواره كيج كننده مى باشد. به هر حال. چند گزینه برای یک مقایسه موضوعی وجود دارد. لزوم آنالیز فاکتور تائیدی ( 00208 ) از طريق ملّلسازی معادلات ساختاری یک گزینه را مهیا ساخته است. اما به طور کلی پیچیده تر است و نیاز به بسته های نرم افزاری نظیر ‎DIGREL‏ یا ‎COG‏ دارد.

صفحه 22:
۱ _ آنالیز فاکتور اکتشافی ‎(Exporapry Pucior Budpsis)‏ ۲ آنلیز فاکتور تاییدی

صفحه 23:
در این رویکرد به دنبال پیدا کردن ساختار نهان داده ها و کاهش حجم داده ها هستیم . ‎em |‏ ** در اين رويكرد هيج پیش زمینه ای در مورد ساختار بین متغیر ها

صفحه 24:
rh BH ‏آنالیز فاکتور‎ **یک تکنیک آماری است که برای بازبینی و تست یک ساختار مورد نظر در مورد داده ها از یک مجموعه متغیرهای مشاهده شده است . [* 260 که محققایرلمکانرا می دهد که فرضیان‌خود را در مورد رلبطه بیرمتغیرهای مشاهده شده و ساختار نهان‌داده ها تست

صفحه 25:
آنالیز فاکتور تاییدی و اکتشاف ی" )و (26۳6) دو روش‌لماریسنکه بسرلی لنداید گیری لعتبار مقیاسربه کار می رود . هر دو مدل بر اساس مدل آماری خطی بنا شده است *#*هر دو تکنیک فرضیه نرمال بودند را برای متغیرها دارند . oe * در هر دو تکنیک متغیرها دسته بندی می شوند .

صفحه 26:
قای آنالیر فا کتور تاییدی و اکتشافی دك : بايد يك مدل اوليه داشته باشيم تعداد فاكتورها مشخص باشد مشخص باشد كه هر متغير در كدام فاكتور قرار مى كيرد . ؤم : ساختار داده ها را به وسيله اين تكنيك تعيين مى كنيم . ييشترين درصد واريانس داده ها را در فاكتورها قرارمى دهد .

صفحه 27:
9۵ 02 ١ 012010 : 0۱2 ۱۳۱۹۵۸۹۵۹۵۵ ۲ 0۳/۳0 53۳۳۳ 2555-0 Personnel wage Equipment’s set up time Product's quali

صفحه 28:
rem oF PD bePore vont a EE Services 03971 0.1385 0.4995 0.2002 : ‏نام‎ ‎0.1708 0.1627 0.1809 ۳ [7 0.1264 0.0057 0.1328 0.7022 eat 0.1252 0.422 0.2176 0.7978 Software cost ore 0.7335 0.2759 0.2133 ‏حم‎ ‎8 6 Product's 0.4257 0.1515 02317 0.0984 reste 0.1002 0.4890 02361 0.1508 Sera 0.0713 -0.1068 0.3075 ‏زووقة‎ ميصلوسمملاو‎ set up timing statu 0.0271 0.6731 0.2179 0.3074 human 0.2151 0.1721 0.5663 0.1603 ‏سر‎ ‎ie ose nee Be satisfaction 0.2086 02178 -0.3360 93055 aulpment -0.1927 ‏مره‎ o.asaa 0.2888 ses 0.0682 -0.1927 0354 0.5943 Hardware cost 0.2416 0.2467 0.7213 0.2476 Produit quality

صفحه 29:
ها ی ۳۵ ۴ ی 3 جع ع هه ت۳۳ ‎Services quality‏ 0.0924 0.6855 0.0161 0.0836- ‎Paulpment’s ware‏ 0.6254 0.0770 0.4240 0.1703 ‎personnel training‏ )"01654 0.0786 0.1930 0.2008 ‎Software cost‏ 0.8315( 0.1764 0.0517 0.0558 ‎Hardware facilities‏ 0.0252 0.0340 0.8502 0.0102 ‎-—-—Produet’s defect‏ 0.0330 0.0143 0.0942 0.4806 ‎Software facilities‏ 0.0686 0.2809 0.4149 0.2289 ‎etna eat‏ و 0.0519 0.0460 ‎oaess | o7e12 0.0551 o.ao1 Seif human‏ ‎-oa1a1 Customer,‏ مه 0.0072 0.1203 ‎Equipment safety‏ 0.1466 0.0622- 0.0680 0.6566- ‎Personnel damages‏ 0.0734( 0.1458 0.3732 0.4362 ‎Hardware cost‏ .0.6132 0.0996 0.0270 0.0880 ‎Product's quality‏ 0.1844- 0.8166 0.0522 0.1651 ‎asl aA‏ 1 0.3764 0.1874 0.2669 0.429 لوم ‎eae‏ 0.2363- 0.3737 0.0262 0.1259- ‎Personnel efficiency‏ < 0.1708 0.2048 02444 0.6466 Personal wage 0.6019 0.3368 0.2335 0.2444 Risk

صفحه 30:
دسا ۲ له موجه اه هه ۳ Eigenvalues

صفحه 31:
2D kerePore, we ‏و۳ موی هم‎ ) os cost. Oe Purtker bobet other © Pavers, whick ts resus vukoinies fo cacptay Pastor © us ‏لس‎ ‏وه( بل‎ 9 us exevuiiva vapubiliy add Picdly Pastor P os scPeiy.

Factor Analysis Supervisor : Professor Jamal Shahrabi Presented by : Shaghayegh Parhizi آناليز فاکتور چيست ؟ • آناليز فاکتور نام عمومي است که به دسته اي از روش هاي آماري چند متغيره اطالق مي شود که هدف اوليه آنها ،تعريف ساختار نهفته در ماتريس داده ها است. • آناليز فاکتور را به عنوان اولين تکنيک چند متغيره معرفي كرده اند، چرا که مي تواند نقش بي نظيري در بکارگيري ساير تکنيک هاي چند متغيره ايفا کند. • آناليز فاکتور چيست ؟ با این تکنیک می توان تعداد زیادی متغیر را در یک یا چند فاکتور یا بعد توضیح داد. متغیرهای وابسته به هم در یک گروه قرار می گیرند .این متغیرها با دیگر متغیرها یا وابستگی ندارند یا وابستگی کمی دارند. مشکل تعداد زیاد متغیرها و وابستگی درونی داده ها را می توان با FAحل کرد. Principal Component Analysis هدف در اين تکنيک تنها کاهش حجم داده هاست . در اين تکنيک با تعريف چند ، Componentمتغيرها را بر اساس Correlationبين متغيرها در Componentها دسته بندي مي کند بگونه اي که بيشترين درصد واريانس داده ها را در ‏Componentها قرار بگيرند . اساس اين تکنيک وجود همبستگي باال بين متغيرهاست . شباهت بین FAو PCA مقياس اندازه گيري در هر دو بايد Intervalيا Ratioباشد (.کمي باشد ) اندازه نمونه بزرگ براي برآورد پايدار بين 10تا 20مشاهده براي هر متغير بايد باشد . هدف هر دو روش باال كاهش حجم داده هاست . به علت شباهت در تكنيك هاي آماري گاهي اين دو روش را با هم اشتباه مي گيرند . FA و PCAدو ت كنيكآماريب سيار كاربرد يو ق ويهستند . نمونه گيري بايد تصادفي باشد . براي هر متغير حداقل بايد 5مشاهده وجود داشته باشد و در کل حداقل 100مشاهده وجود داشته باشد . شباهت بین FAو PCA نتايج حاصل از اين دو تکنيک زمانيکه وابستگي زياد باشد بسيار شبيه هم مي باشد . ارتباط خطي بين متغيرها ي مشاهده شده وجود دارد . متغيرها بايد داراي توزيع نرمال باشند . متغيرها دو به دو داراي توزيع نرمال دو متغيره هستند . تفاوت های بین FAو PCA • در EFAعالوه بر هدف كاهش داده ها ما به دنبال پيدا كردن ساختار داده ها مي باشيم . • در PCAفقط به دنبال کاهش حجم داده است و به دنبال پيدا کردن ساختار نيستيم . فرایندهای تصمیم آنالیز فاکتور اهداف آنالیز فاکتور طراحی یک آنالیز فاکتور فرضیات در آنالیز فاکتور مشتق ساختن فاکتورها و ارزیابی برازش کلی چرخش فاکتورها اعتبار سنجی آنالیز فاکتور کاربردهای دیگر نتایج آنالیز فاکتور اهدف آنالیز فاکتور به طور کلی دو هدف عمده در آنالیز فاکتور مدنظر است. تعیین ساختار از طریق خالصه سازی داده ها کاهش حجم داده ها طراحی یک آنالیز فاکتور محاسبه داده های ورودی به منظور ارضای اهداف اختصاصی گروه کردن متغیرها یا پاسخ دهنده ها طرح تحقیق در مورد تعداد متغیرها ،خصوصیات اندازه گیری آن ها و نوع متغیرهای مجاز مقتضیات اندازه نمونه ،هم در نوع مطلق و هم به عنوان تابعی از تعداد متغیرهای موجود در آنالیز فرضیات آنالیز فاکتور مقیاس ها باید کمی باشد. نمونه گیری تصادفی باشد. ارتباط بین متغیرها خطی است. متغیرها دارای توزیع نرمال می باشند. متغیرها دو به دو دارای تابع توزیع نرمال دو متغیره هستند. مشتق ساختن فاکتورها و ارزیابی برازش کلی روش استخراج فاکتورها تعداد فاکتورهای انتخاب شده برای نمایش ساختار نهفته در داده ها معیار برای تعداد فاکتورها مسیر نهفته معیار اولیه معیار درصد واریانس معیار آزمون scree Heterogeneity پ اسخ د هندگان چرخش فاکتورها .هدف از چرخش فاکتورها دو بخش است دستکاری آماری نتایج برای اینکه فاکتور بیشتر قابل تفسیر باشند. ‏اتخاذ تصمیم نهائی در مورد تعداد فاکتورهای زیربنائی داده ها. ‏روش های چرخش متعامد به صورت کلی شامل سه روش است: ‏Varimax ‏Quartimax ‏Equimax چرخش فاکتور ‏ Quartimax هدف نهایی از چرخش ، Quartimaxساده سازی سطرهای ماتریس فاکتور می باشد .به این صورت که Quartimaxبر روی چرخش فاکتور ابتدائی تمرکز می کند تا اینکه بارگذاری یک متغیر بر روی فاکتور باال شود و تا حد امکان بر روی فاکتورهای دیگر کم شود. ‏ Varimax بر خالف ، Quartimaxمعیار Varimaxبر روی ساده سازی ستون های ماتریس فاکتور تمرکز دارد .به این صورت که ، روش ، Varimaxجمع واریانس های بارگذاری های مورد نیاز ماتریس فاکتور را بیشینه می کند. چرخش فاکتور ‏ Equimax این رویکرد عم ً ال به گونه ای بینابین دو روش قبل عمل می کند. این روش به جای تمرکز بر روی ساده سازی سطرها و یا ساده سازی ستون ها تالش دارد که بخشی از هر کدام را انجام دهد. EFA-Rotation 1 var1 var6 var4 var5 0.5 var3 var2 0 -1 -0.5 0 -0.5 -1 0.5 1 EFA- Rotation 1 var1 var6 var4 var5 0.5 var3 var2 0 -1 -0.5 0 -0.5 -1 0.5 1 EFA- After Rotation 1 var4 var6 var5 0.5 0 -1.0 -0.5 0.0 0.5 var1 -0.5 -1 1.0 var3 var2 انتخاب روش چرخش هیچ قانون کلی به منظور راهنمایی محقق در زمینه انتخاب یک تکنیک چرخش قائم یا اریب وجود ندارد .در بسیاری موارد ،محقق به سادگی از تکنیک های چرخشی ارائه شده توسط برنامه کامپیوتری بهره می گیرد .بسیاری از برنامه های چرخش پیش فرض Varimaxرا در نظر میگیرند ،اما روش های چرخش مهم به صورت گسترده در دسترس می باشد .اما هیچ دلیل تحلیلی مکمل برای ترجیح یک روش چرخش بر دیگری وجود ندارد .انتخاب یک روش چرخش اریب یا قائم باید براساس نیازهای ویژه مسئله تحقیقی صورت گیرد. اعتبار سنجی آنالیز فاکتور مستقيم ترين روش اعتبار سنجي نتايج ،حركت كردن به سمت منظر تائيدي و ارزيابي دفاع از نتايج ،هم با يك نمونه گسترده در مجموعه داده هاي اوليه يا با يك نمونه مجزا مي باشد .مقايسه دو يا چند مدل فاكتور همواره گيج كننده مي باشد .به هر حال ،چند گزينه براي يك مقايسه موضوعي وجود دارد .لزوم آناليز فاكتور تائيدي ( ) CFAاز طريق مدلسازي معادالت ساختاري يك گزينه را مهيا ساخته است ،اما به طور كلي پيچيده تر است و نياز به بسته هاي نرم افزاري نظير LISRELيا EOSدارد. روش های قابل استفاده در آنالیز فاکتور .1 آناليز فاکتور اكتشافي ()Exploratory Factor Analysis .2آناليز فاکتور تاييدي ()Confirmatory Factor Analysis آنالیز فاکتور اکتشافی در اين رويکرد به دنبال پيدا کردن ساختار نهان داده ها و کاهش حجم داده ها هستيم . در اين رويکرد هيچ پيش زمينه اي در مورد ساختار بين متغير ها ( فاکتورها ) نداريم و به دنبال کشف و تست ساختار هستيم . آنالیز فاکتور تاییدی يک تکنيک آماري است که براي بازبيني و تست يک ساختار مورد نظر در مورد داده ها از يک مجموعه متغيرهاي مشاهده شده است . ‏CFA به م حققاينام کانرا م ي د هد ک ه ف رض ياتخود را در مورد رابطه ب ينم تغيرهاي م شاهده ش ده و س اختار ن هانداد ه ها ت ست ک ند . شباهت های آنالیز فاکتور تاییدی و اکتشافی ‏CFA و EFAدو روشآماريستک ه ب را ي اندازه گ يري اعتبار م قياسب ه ک ار م ي رود . هر دو مدل بر اساس مدل آماري خطي بنا شده است هر دو تکنيک فرضيه نرمال بودند را براي متغيرها دارند . در هر دو تکنيک متغيرها دسته بندي مي شوند . تفاوت های آنالیز فاکتور تاییدی و اکتشافی : CFA بايد يک مدل اوليه داشته باشيم تعداد فاکتورها مشخص باشد مشخص باشد که هر متغير در کدام فاکتور قرار مي گيرد . : EFA ساختار داده ها را به وسيله اين تکنيک تعيين مي کنيم . بيشترين درصد واريانس داده ها را در فاکتورها قرارمي دهد . CASE STUDY: MAINTENANCE STERATEGY SELECTION resualts of FA before rotation Factor 4 Factor 3 Factor 2 Factor 1 0.3971 -0.1385 0.4995 -0.2062 0.1704 0.1627 0.1809 0.7207 0.1264 -0.0657 0.1328 0.7022 0.1252 -0.1422 -0.2176 0.7978 0.1118 0.7335 0.2759 0.2133 0.4257 0.1515 -0.2317 -0.0984 0.1002 0.4890 -0.2361 0.1508 0.0713 -0.1068 -0.3075 0.8081 0.0271 0.6731 0.2179 0.3074 0.2151 -0.1721 0.5663 -0.1603 0.4086 0.2178 -0.3560 -0.3055 -0.1927 0.2143 0.4544 0.2888 0.0682 -0.1927 -0.1354 0.5943 0.2416 -0.2467 0.7213 -0.2476 )Unrotate( criteria Services quality Equipment’s ware and tear personnel training Software cost Hardware facilities Product's defect Software facilities Equipment’s set up timing Skillful human resources Customer satisfaction Equipment safety Personnel damages Hardware cost Product's quality results of FA after rotation Factor 4 Factor 3 Factor 2 Factor 1 criteria )rotate( -0.0836 0.0161 0.6855 -0.0924 Services quality 0.1703 0.4240 0.0770 0.6254 Equipment’s ware and tear 0.2098 0.1930 0.0786 0.6594 personnel training 0.0558 0.0517 -0.1764 0.8315 Software cost 0.0102 0.8502 0.0340 -0.0252 Hardware facilities -0.4806 0.0942 0.0143 0.0330 Product's defect -0.2289 0.4149 -0.2809 0.0686 Software facilities 0.0460 0.0519 -0.2877 0.8287 0.0899 0.7612 -0.0554 0.0616 0.1203 -0.0072 0.6267 -0.1141 -0.6566 0.0680 -0.0622 -0.1466 Equipment safety 0.4362 0.3732 0.1458 0.0734 Personnel damages 0.0889 -0.0270 -0.0996 0.6132 Hardware cost 0.1651 -0.0522 0.8166 -0.1844 0.4429 -0.2669 0.1874 0.3764 Product's quality Environmental effects -0.1259 0.0262 0.3737 -0.2363 0.1704 0.2048 -0.2444 0.6466 Personal wage 0.6019 0.3368 0.2335 0.2444 Risk Equipment’s set up timing Skillful human resources Customer satisfaction Equipment and Personnel efficiency comparison diagram of number of Factors and Eigen values Factor name • Therefore, we have named factor 1 as cost. We further label other 3 factors, which its results culminates in naming factor 2 as value added, factor 3 as execution capability and finally factor 4 as safety.
39,000 تومان