محكات تحديد عدد العوامل المستخرجة :
تعد مشكلة تقدير عدد العوامل التى يتعين إنتاجها فى الدراسة العاملية من المشكلات التى تؤرق الباحثين ، ذلك أن إمكان استخلاص عوامل من المصفوفة الارتباطية إلى الحد الذى تصبح فيه آخر مصفوفة بواقى صفرية من الأمور الممكنة وحيث يمكن استخلاص عدد من العوامل يساوى عدد المتغيرات التى بدأنا بها .
ونقلاً عن " أحمد عبد الخالق " (1994 : 111) أنه من الممكن - نظريا وحسابيا - أن يستمر استخراج عدد من العوامل مساوٍ لعدد المتغيرات . ويتنازع المحلل العاملي فى هذه الحال مطلبان قد يكونان متعارضين وهما :
1 - أن يستخرج أقل عدد من العوامل وفى هذا تحقيق لمنطق الطريقة وواحد من الأهداف الهامة للتحليل العاملى من حيث هو منهج علمي ينحو نحو الايجاز والدقة وتفسير الكثرة بالقلة ، وهذا هو مبدأ الاختزال .
2 - ألا يهمل جزءا من التباين الجوهرى الذى يكشف عن الفروق الفردية ، وقد يكون هذا الجزء الذى تركه هاماً فى تفسير الظاهرة موضع البحث وهذا هو مبدأ الكثرة أو التعدد.
ويذكر " صفوت فرج " (1991: 238) أنه لا توجد حتى الآن قاعدة رياضية مقبولة من قبل الجميع للتوقف على استخلاص العوامل ، وإن كان هناك عدد من المحكات التى يمكن استخدامها لهذا الغرض ، والواقع أنها تؤدى فى الغالب إلى نتائج متقاربة ومن أهم هذه المحكات الآتى :
(1) محك تيكر : Tuker’s Criterion
وهو كما يظهر من اسمه يقوم أساسا على استخدام معامل فاي ويعتمد على مبدأ أنه إذا لم يكن هناك تناقض واضح فى حجم قيم البواقي من مصفوفة إلى أخرى تليها ( بعد استخلاص عامل آخر) فإن العوامل العامة الجوهرية فى المصفوفة الارتباطية تكون قد استخلصت بالفعل وما يتبقى ليس إلا بواقي لا أهمية لها . ( المرجع نفسه : 239) .
(2) محك همفري : Huamphrey Criterion
بينما كانت الطريقة السابقة تعتمد على حجم التباين فى مصفوفة البواقي ومدى تناقصه تدريجيا بعد كل عامل مستخلص فان محك " همفري " تقوم على أساس آخر مختلف تماما فهي من ناحية تعتمد على حجم العينة الأصلية التى حسبت الارتباطات بين متغيراتها وتعتمد ثانيا على فكرة أن تشبعين فقط ( وليس ثلاثة) كافيين لتقرير وجود عامل عام وعلى ذلك نكتفي هذه القاعدة باستخدام مؤشرات عاملية عبارة عن أعلى تشبعين لمتغيرين بالاضافة إلى حساب الخطأ المعياري لمعامل ارتباط صفري للمقارنة بينهما كمؤشر للتوقف أو الاستمرار فى استخلاص عوامل جديدة (المرجع نفسه: 241).
(3) محك كومب : Coomb Criterien
ومنطق هذا الأسلوب يعتمد على تناول نمط البواقي في المصفوفة أكثر من اعتماده على حجمها أو دلالاتها حيث يفترض أنه فى حالة وجود عوامل ذات دلالة مرتفعة لم تستخلص بعد وليس مجرد تباين خطأ فى المصفوفة فعلينا أن لا نتوقع قيم سالبة أكثر فى مصفوفة البواقي بعد العكس مما يتوقع بحكم الصدفة فى مصفوفة ناتجة عن ارتباطات ايجابية (المرجع نفسه : 242).
(4) محك كايزر : Kaiser Criterion
محك كايزر محك رياضي فى طبيعته اقترحه " جوتمان " (1954,Guttman )فى فترة سابقة ومنطلق هذا المحك يعتمد على حجم التباين الذى يعبر عنه العامل ، فلكي يكون العامل بمثابة فئة تصنيفية فلابد أن يكون تباينه أو جذره الكامن أكبر أو مساوٍ على الأقل لحجم التباين الأصلى للمتغير ، وبما أننا لا نستطيع نظريا استخلاص كل تباين المتغير فى عامل واحد فإن حصولنا على عامل جذره الكامن لا يقل عن واحد صحيح لابد أن يكون مصدر تباينه أكثر من متغير وبالتالي يكون عاملا معبرا عن تباين مشترك بين متغيرات متعددة.
وعلى ذلك فان هذا المحك يتطلب مراجعة الجذر الكامن للعوامل الناتجة وعلى أن تقبل العوامل التى يزيد جذرها الكامن عن الواحد الصحيح وتعد عوامل عامة . ويبدو هذا الأسلوب صالحا ومناسبا على وجه الخصوص لطريقة كالمكونات الأساسية " لهوتلينج " ( صفوت فرج ، 1991 : 244) .
ويذكر " أحمد عبد الخالق " (1994 : 114) أن العوامل الدالة فى هذه الطريقة هى العوامل التى يساوى أو يزيد جذرها الكامن على واحد صحيح ، أى أن التباين الذى يستوعبه كل عامل ( مجموع مربعات التشبعات على كل عامل) 1.0، بشرط أن يكون قد وضع فى الخلايا القطرية واحد صحيح . ومن حسن الطالع أن هذه الطريقة تعطى نتائج متقاربة تماما مع عدد العوامل المستخرجة عادة ، بالإضافة إلى سهولة حساب هذا المعيار وهو شائع الاستخدام . ويذكر " وايت وزملائه " (White, et al, 1969) أن هذا المعيار تتطابق نتائجه مع معايير أخرى ، ويزكون استخدامه على أساس " أنه من غير المعقول أن نقبل عوامل لا تستوعب تباينا أكبر مما هو متو فر في المتغيرات الأصلية ذاتها " ، أى أن العامل الذى يقل الجذر الكامن له عن واحد صحيح يشير إلى قدر ضئيل من التباين فى المتغيرات الأصلية ذاتها لذا فمن الأجدر استبعاده لعدم دلالته . وسوف نعتمد على هذا المعيار فى الدراسة الحالية ونعرض لها فى الباب الثانى.
(5) محك كاتل : Cattell Criterion
ويذكر " صفوت فرج " (1991: 245) أن خطوات استخلاص العوامل من المصفوفة الارتباطية تؤدي إلى إنتاج العوامل الأكثر عمومية أولا فى كل الأساليب العاملية بلا استثناء ، ثم تبدأ العوامل الخاصة أو التباين النوعى فى الظهور ، وفى طريقة كالمكونات الأساسية لا تفرق بين عوامل عامة وأخرى غير عامة يفترض أيضا أن حجم التباين النوعي الذى يتسرب إلى العوامل الناتجة يتزايد فى العوامل الأخيرة ويبدأ فى فرض صورة تقلل من أهمية المصفوفة العاملية ويتطلب الأمر فى هذه الحالة تحديد العدد الأمثل من العوامل قبل أن يؤدى ظهور التباينات الخاصة إلى أحداث خلل فى مصفوفة العوامل ، ويقترح " كاتل " هنا محكا بسيطا يطلق عليه اسم البقايا المبعثرة Scree test وذلك بأن تقوم برسم محورين متعامدين ، أفقي نضع عليه عدد العوامل فى تحليلنا (الذى انتج فيه عددا كبيرا من العوامل) ويقسم المحور الرأسي وفقا لوحدات منتظمة معبرة عن الجذر الكامن المستخلص للعوامل المختلفة.
وسنلاحظ بعد إتمام رصد عواملنا وجذورها الكامنة ، أن حجم الجذر يتناقص بشكل كبير فى العوامل الأولى إلى أن يصل إلى نقطة معينة هى غالبا حول جذر كامن واحد صحيح ثم يبدأ حجم الجذر فى التناقص بصورة ضئيلة بحيث يستوى فيها الخط البياني مع الخط الأفقي .
وإذا افترضنا أن النقطة التى سنتوقف لديها فى قبولنا للعوامل هى عند العامل الرابع على سبيل المثال فإن الفرق لمن يكون كبيرا فى الواقع بين ما يقدمه محك " كاتل " وبين ما يقدمه محك " كايزر" الذي يتطلب التوقف عند العامل الثالث هذا على سبيل المثال .
وتتبقى لطريقة " كايزر " ميزتها فى هذه الحالة فى كونها لا تتطلب استخلاص عدد كبير من العوامل ثم رصدها فى الشكل البياني للتعرف على نقطة توقف التناقص واستواء الخط ، حيث يمكن حساب الجذر الكامن لكل عامل بطريقة كايزر قبل استخلاص العامل التالي مما يوفر جهدا لا مبرر له ( صفوت فرج ، 1991 : 246) .
نقلا عن : بدر محمد الأنصاري(1999):إسلوب التحليل العاملي : عرض منهجي نقدي لعينة من
الدراسات العربية استخدمت التحليل العاملي,بحث مقدم بندوة البحث العلمي في المجالات الاجتماعية في الوطن العربي (1999) المنعقد من 5-6 ديسمبر - المجلس الأعلى لرعاية الفنون والآداب والعلوم الاجتماعية - وزارة التعليم العالى - الجمهورية العربية السورية
محمد إبراهيم محمد محمد
كلية التربية - جامعة المنيا
[عزيزى الزائر/العضو لا يمكنك مشاهدة الروابط قبل الرد, أضغط هنا للتسجيل]
[عزيزى الزائر/العضو لا يمكنك مشاهدة الروابط قبل الرد, أضغط هنا للتسجيل]
رد: دروس في التحليل العاملي
بارك الله فيكم نريد المزيد مع شرح مفصل
رد: دروس في التحليل العاملي
جزاك الله خيرا ، وأجزل لك المثوبة والأجر
رد: دروس في التحليل العاملي
رد: دروس في التحليل العاملي
جزاك الله خير وجعله في ميزان حسناتك، مع خالص تحياتي