• 유통과학연구
• /
• 제13권9호
• /
• pp.103-112
• /
• 2015

Purpose - This paper aims to provide a step-by-step approach to factor analytic procedures, such as principal component analysis (PCA) and exploratory factor analysis (EFA), and to offer a guideline for factor analysis. Authors have argued that the results of PCA and EFA are substantially similar. Additionally, they assert that PCA is a more appropriate technique for factor analysis because PCA produces easily interpreted results that are likely to be the basis of better decisions. For these reasons, many researchers have used PCA as a technique instead of EFA. However, these techniques are clearly different. PCA should be used for data reduction. On the other hand, EFA has been tailored to identify any underlying factor structure, a set of measured variables that cause the manifest variables to covary. Thus, it is needed for a guideline and for procedures to use in factor analysis. To date, however, these two techniques have been indiscriminately misused. Research design, data, and methodology - This research conducted a literature review. For this, we summarized the meaningful and consistent arguments and drew up guidelines and suggested procedures for rigorous EFA. Results - PCA can be used instead of common factor analysis when all measured variables have high communality. However, common factor analysis is recommended for EFA. First, researchers should evaluate the sample size and check for sampling adequacy before conducting factor analysis. If these conditions are not satisfied, then the next steps cannot be followed. Sample size must be at least 100 with communality above 0.5 and a minimum subject to item ratio of at least 5:1, with a minimum of five items in EFA. Next, Bartlett's sphericity test and the Kaiser-Mayer-Olkin (KMO) measure should be assessed for sampling adequacy. The chi-square value for Bartlett's test should be significant. In addition, a KMO of more than 0.8 is recommended. The next step is to conduct a factor analysis. The analysis is composed of three stages. The first stage determines a rotation technique. Generally, ML or PAF will suggest to researchers the best results. Selection of one of the two techniques heavily hinges on data normality. ML requires normally distributed data; on the other hand, PAF does not. The second step is associated with determining the number of factors to retain in the EFA. The best way to determine the number of factors to retain is to apply three methods including eigenvalues greater than 1.0, the scree plot test, and the variance extracted. The last step is to select one of two rotation methods: orthogonal or oblique. If the research suggests some variables that are correlated to each other, then the oblique method should be selected for factor rotation because the method assumes all factors are correlated in the research. If not, the orthogonal method is possible for factor rotation. Conclusions - Recommendations are offered for the best factor analytic practice for empirical research.

• 디지털융복합연구
• /
• 제15권10호
• /
• pp.103-111
• /
• 2017

본 연구는 탐색적 요인분석과 확인적 요인분석에 대한 특성과 그 차이점에 대하여 살펴보고, 동일한 데이터를 활용하여 탐색적 요인분석과 확인적 요인분석의 분석과정 및 결과를 비교분석함으로써 두 방법론의 올바른 이해와 적용에 대하여 알아보고자 한다. 한편, 실증분석 결과는 아래와 같다. 탐색적 요인분석에서는 판별타당도가 저해되는 p.1, p.3이 제거된 반면, 확인적 요인분에서는 집중타당도가 저해되는 p.3가 제거 되었다. 탐색적 요인분석의 경우 다수의 측정변수를 소수의 요인으로 축약하는 분석과정(다소 부족한 이론적배경)인 반면, 확인적 요인분석은 측정변수와 잠재변수들 간의 관계를 파악 및 확인하는 과정(강력한 이론적배경)으로 동일한 데이터를 활용한다 하더라도 두 방법론은 언제든지 다른 결과 값이 도출될 수 있는 바, 데이터의 성격 등에 따라 올바른 방법론의 활용이 요구된다는 시사점을 보여주고 있다.

• 한국물환경학회지
• /
• 제28권1호
• /
• pp.84-93
• /
• 2012

The study was conducted to analyze the spatio-temporal changes in water quality of the major 36 sampling stations of Nakdong River, depending on each station, season using the 17 water quality variables from 2000 to 2010. The result was verified to interpret the characteristics of water quality variables in a more accurate manners. According to the Principal component analysis (PCA) and Exploratory factor analysis (EFA) results; the results of these analyses were identified 4 factors, Factor 1 (nutrients) included the concentrations of T-N, T-P, $NO_{3}-N$, $PO_{4}-P$, DTN, DTP for sampling station and season, Factor 2 (organic pollutants) included the concentrations of BOD, COD, Chl-a, Factor 3 (microbes) included the concentrations of F.Coli, T.Coli, and Factor 4 (others) included the concentrations of pH, DO. The results of a Cluster analysis indicated that Geumhogang 6 was the most contaminated site, while tributaries and most of the down stream sites of Nakdong River were mainly affected by each nutrients (Factor 1) and organic pollutants (Factor 2). The verification consequence of Confirmatory factor analysis (CFA) from Exploratory factor analysis (EFA) result can be summarized as follows: we could find additional relations between variables besides the structure from EFA, which we obtained through the second-order final modeling adopted in CFA. Nutrients had the biggest impact on water pollution for each sampling station and season. In particular, It was analyzed that P-series pollutant should be controlled during spring and winter and N-series pollutant should be controlled during summer and fall.

• Journal of the Korean Academy of Child and Adolescent Psychiatry
• /
• 제26권3호
• /
• pp.226-235
• /
• 2015

Objectives : The purpose of this study was to examine the factor structure of the Adolescent Personality Assessment Inventory (PAI-A) in a standardized adolescent sample using exploratory factor analysis (EFA) and confirmatory factor analysis (CFA). Methods : For this purpose, three models about factor structure of the PAI-A were explored with EFA in 490 adolescents and then were evaluated with CFA in 268 young offenders. Results : The results showed that the five factor model was considered to be most appropriate for factor structures of the PAI-A in EFA. However, none of the factor models were appropriate for the factor structures of the PAI-A in CFA. Conclusion : These findings suggest that the "five factor model" is thought to explain the PAI-A the best, but further studies are needed.

• 시큐리티연구
• /
• 제43호
• /
• pp.99-120
• /
• 2015

본 연구는 계획된 행동이론을 적용하여 민간경비원의 건강행동을 분석하는데 주요 목적이 있다. 이상의 목적을 달성하기 위하여 서울 경기 지역에 거주하고 있는 민간경비원을 유의표집(purposive sampling)하였다. 불성실한 응답 및 이상치를 제외하고 187명의 자료가 분석에 사용되었다. 구체적인 분석 방법은 탐색적 요인분석(Exploratory Factor Analysis: EFA), Polyserial 상관분석, 각 변인간의 인과관계를 추정하기 위하여 다중회귀(multiple regression)분석과 로지스틱 회귀(logistic regression)분석을 실시하였다. 결과를 요약하면 다음과 같다. 첫째, 애착도, 행동에 대한 태도 주관적 규범, 지각된 행동 통제력은 건강행동 지속의지에 정(+)적인 영향을 미치는 것으로 나타났다. 둘째, 애착도는 행동에 대한 태도에 유의한 영향을 미치지 않는 것으로 나타났다. 셋째, 애착도는 건강행동 지속의지에 정(+)적인 영향을 미치는 것으로 나타났다. 넷째, 지각된 행동 통제력은 건강행동 실현여부에 정(+)적인 영향을 미치며 지각된 행동 통제력인 1단위 증가하면 건강행동을 실천할 가능성이 약 62.9%씩 증가하는 것으로 나타났다. 다섯째, 건강행동 지속의지는 건강행동 실현여부에 정(+)적인 영향을 미치며 지각된 행동 통제력인 1단위 증가하면 건강행동을 실천할 가능성이 약 72.3%씩 증가하는 것으로 나타났다.

• 한국조리학회지
• /
• 제18권2호
• /
• pp.82-90
• /
• 2012

외식산업에서 테이크아웃 음식이 대중화 되고 있으며 이에 대한 다양한 전략이 꾸준히 수립되어야 하며 이에 대한 고객의 인식을 살펴보는 연구가 필요하다. 따라서 본 연구는 테이크아웃 음식의 위생에 대한 고객의 인식도를 측정하기 위한 척도의 타당도와 신뢰도를 평가하고자 수행되었다. 온라인 서베이를 통해 324개의 응답을 확보하였고 이중 불성실하게 기입된 응답을 제외하고 299개의 데이터를 분석에 사용하였다. 데이터는 랜덤하게 2개의 세트 ($n_1$=150, $n_2$=149)로 분할되었고, 1차 데이터는 탐색적 요인분석에 2차 데이터는 확인적요인 분석에 사용되었다. 탐색적 요인분석을 실시한 결과 세 개의 요인이 추출되었으며, 이를 "Consumer food safety perception," "Take-out food handling," and "Elements impacting on purchase decisions." 라고 명명하였다. 이어 실시된 확인적 요인분석의 결과는 본 연구에서 제시된 척도가 신뢰도와 타당도가 높으며 고객의 위생에 대한 인식을 측정하는 적절한 도구임을 보여주었다.

• 터널과지하공간
• /
• 제25권1호
• /
• pp.86-96
• /
• 2015

본 연구에서는 암반비탈면의 성능기반 평가방안을 개발하기 위해 델파이 기법을 이용하여 성능별 평가항목을 도출하였으며, 요인분석을 통해 최종 평가항목의 타당성을 검증하였다. 비탈면의 성능은 상태건전성, 안전성 그리고 내구성으로 분류하였다. 델파이 조사를 통해 상태건전성에는 절리방향, 배수조건 등 17개의 평가항목이 도출되었으며, 안전성에는 낙석발생 가능성, 인명피해 규모 등 4개의 평가항목이 도출되었다. 내구성에는 풍화도를 포함한 3개의 평가항목이 도출되었다. 델파이 조사를 통해 도출된 24개의 평가항목에 대해 탐색적 요인분석(EFA)을 실시한 결과, 24개의 평가항목 모두 타당성을 확보하고 있는 것으로 나타났다. 또한, 탐색적 요인분석 결과에 따라 3가지의 성능유형을 내적 상태건전성, 외적 상태건전성, 위험도, 피해도 그리고 지반 및 보호/보강시설의 내구성으로 세분류하였다.

• 한국콘텐츠학회논문지
• /
• 제16권9호
• /
• pp.160-169
• /
• 2016

자기자비 척도(Self-Compassion Scale: SCS)는 Neff(2003a)에 의해 개발되었고, 국내에서는 김경의, 이금단, 조용래, 채숙희, 이우경(2008)에 의해 번안 및 타당화 되었다. 하지만, 원척도와 한국판 자기자비 척도가 대학생만을 대상으로 타당화 한 제한점이 있고, 자기자비 척도의 요인 구조가 일관되지 않는다는 국외 연구 결과도 보고되고 있다. 따라서 본 연구에서는 18세에서 79세의 성인 435명을 대상으로 설문한 자료를 바탕으로 자기자비 척도의 요인 타당성을 검증하였다. 이를 위해 탐색적 요인분석과 확인적 요인분석을 실시하였고, 확인적 요인분석에서는 2요인, 3요인, 6요인 구조 세 가지 모형으로 구성하여 모델의 적합도를 비교 검증하였다. 분석결과, 탐색적 요인분석에서 6개의 요인이 나타났으며, 확인적 요인분석에서도 6요인 구조가 가장 적합한 것으로 나타났다.

• 컴퓨터교육학회논문지
• /
• 제9권3호
• /
• pp.67-74
• /
• 2006

본 연구에서는 학습자가 특정 e-러닝 프로그램을 선호하는데 영향을 미치는 다양한 요인들을 탐색해 보았다. 선호도에 영향을 미치는 다양한 변인들을 열거하고 그러한 변인들을 상관 정도에 따라 공통요인을 추출하는 탐색적 요인분석(exploratory factor analysis)를 실시하였다. 분석 결과, 학습자들이 특정한 형태의 e-러닝 프로그램을 선호하게 되는 주된 요인들은 e-러닝 프로그램의 설계방식(1 요인), e-러닝 프로그램 활용목적(2 요인), 사회문화적 쟁점(3요인), 인구학적 요소(4 요인), 조직의 요구(5요인), e-러닝 프로그램 활용결과(6요인), e-러닝 프로그램 운영관리(7 요인), e-러닝 프로그램의 기술적 환경(8 요인)으로 나타났다.

• Journal of the Korean Academy of Child and Adolescent Psychiatry
• /
• 제30권4호
• /
• pp.168-177
• /
• 2019

Objectives: We examined the factor structure of the Adolescent version of the General Behavior Inventory (A-GBI) for Koreans. Methods: We retrospectively reviewed the medical records of 220 adolescents (age, 12-18 years) who completed the A-GBI through the Department of Psychiatry at Asan Medical Center, Seoul, Korea, from October 2011 to December 2018. Caregivers of the study participants completed the Parent version of the GBI (P-GBI) 10-item Mania Scale. The adolescents were evaluated based on the A-GBI, Children's Depression Inventory (CDI), and Revised-Children's Manifest Anxiety Scale (RCMAS). Subsequently, an exploratory factor analysis (EFA) using the maximum likelihood method with direct oblimin rotation and correlation analyses with other scales were performed. Results: The EFA identified a two-factor structure as having the best fit: factor I included depressive symptoms and factor II included hypomanic/biphasic symptoms. Factor I was very strongly correlated with the A-GBI depressive subscale (r=0.990, p<0.001) and strongly correlated with CDI (r=0.764, p<0.001) and RCMAS (r=0.666, p<0.001). Factor II was also very strongly correlated with the A-GBI hypomanic/biphasic subscale (r=0.877, p<0.001) and weakly correlated with CDI (r=0.274, p<0.001) and RCMAS (r=0.332, p<0.001). Conclusion: The above findings support a two-dimensional model of mood symptoms in Korean youth.