कारक विश्लेषण
कारक विश्लेषण एक प्रकार का सांख्यिकीय विश्लेषण है जो विभिन्न सहसंबंधों और पैटर्नों की जांच करता है जो मापों के बीच हो सकते हैं। कारक विश्लेषण दो प्रकार के होते हैं; खोजपूर्ण और पुष्टिकारक। इन दो संस्करणों को व्यक्तिगत या संयुक्त रूप से उपयोग किया जा सकता है। इस विश्लेषण के भीतर कई अलग-अलग प्रकार की सांख्यिकीय गणनाओं का उपयोग किया जाता है।
कारक विश्लेषण में उपयोग किए जाने वाले एक सामान्य पहले चरण में प्रयोग में माप एकत्र करना शामिल है। सहसंबंध गणित का उपयोग मौजूदा सहसंबंधों को निर्धारित करने के लिए किया जाता है। शोधकर्ता यह निर्धारित करेगा कि विश्लेषण से गणना किए गए सभी कारक शामिल होंगे या नहीं। कुछ प्रयोगों के लिए कुछ कारकों को आंकड़ों में शामिल करने और दूसरों को बाहर करने की आवश्यकता होगी।
संभावित कारकों को निकालने के लिए उपयोग की जाने वाली एक विधि अधिकतम संभावना है। यह गणना इतनी जटिल है कि सांख्यिकीय कंप्यूटर प्रोग्राम का उपयोग किया जाता है, क्योंकि एक शोधकर्ता आमतौर पर गणना को हाथ से नहीं कर सकता है। विश्लेषण के भीतर कारकों को भी कई तरीकों से जोड़ा जा सकता है। विश्लेषण के लिए कारकों के क्रम की आवश्यकता होगी जिसे घुमाया या कंघी किया जा सकता है जो महान विचरण या डेटा के प्रसार की व्याख्या करता है।
एक बार जब अंतिम कारकों और अंकों की गणना की जाती है, तो डेटा की व्याख्या की जा सकती है। उच्चतम स्कोर वाले कारक माप पर सबसे अधिक प्रभाव डालेंगे। इन अंकों का उपयोग आगे के सांख्यिकीय विश्लेषण के लिए भी किया जा सकता है। अन्य प्रकार के सांख्यिकीय विश्लेषण के विपरीत, इस विश्लेषण के परिणामस्वरूप कारकों की एक सीमित मात्रा हो सकती है, बल्कि कारकों को एक छोटे समूह तक सीमित कर सकती है।
व्याख्यात्मक कारक विश्लेषण का उपयोग यह समझने के लिए किया जाता है कि प्रकृति में कौन सी चीजें कुछ मापों को प्रभावित कर सकती हैं। ये कारक माप को कितनी मजबूती से प्रभावित करते हैं, यह भी खोजकर्ता संस्करण में रुचि रखता है। माप लेने से पहले ये पूर्व निर्धारित नहीं हैं। पुष्टि कारक विश्लेषण के साथ, ऐसे विशिष्ट कारक हैं जिनकी गणना से पहले जांच की जा रही है।
दोनों प्रकार के कारक विश्लेषण एक प्रयोग के भीतर किए जा सकते हैं। सिद्धांत बनाने के लिए खोजकर्ता संस्करण का उपयोग किया जा सकता है, जबकि पुष्टिकरण संस्करण का उपयोग उस सिद्धांत को साबित करने के लिए किया जाता है। यदि पुष्टिकरण विश्लेषण अनुकूल नहीं है, तो शोधकर्ता को यह बदलने की आवश्यकता हो सकती है कि खोजपूर्ण विश्लेषण की गणना कैसे की जाती है।
इन गणनाओं के लिए आवश्यक मापों की संख्या महत्वपूर्ण है। अधिकांश गणनाओं को कम से कम दस मापों की आवश्यकता होती है यदि अधिक नहीं। आमतौर पर पुष्टिकरण विश्लेषण को खोजकर्ता की तुलना में कई अधिक माप की आवश्यकता होगी। कई बार, एक सफल विश्लेषण के लिए कम से कम 200 माप की आवश्यकता होती है। एक सामान्य नियम के रूप में, अधिक माप का उपयोग करने से आम तौर पर अधिक विश्वसनीय डेटा प्राप्त होता है, हालांकि आवश्यक संख्या प्रयोग पर निर्भर करेगी।
