SPSS 통계 이용방법 가이드: 7일차 - 요인 분석 (Factor Analysis)

SPSS 통계 이용방법 가이드: 7일차 - 요인 분석 (Factor Analysis)

**요인 분석(Factor Analysis)**은 데이터 내에서 서로 상관관계가 높은 변수들을 묶어, 숨겨진 패턴(요인)을 도출하는 분석 기법입니다. 많은 변수들이 포함된 데이터를 단순화하거나, 변수 간의 관계를 더 깊이 이해할 때 유용합니다. 오늘은 SPSS를 활용해 요인 분석을 실행하고, 결과를 해석하는 방법을 배워보겠습니다.

---

1. 요인 분석(Factor Analysis)이란?

요인 분석의 목적:

• 변수 간의 상관관계에서 공통적인 패턴(요인)을 추출.
• 많은 변수를 몇 개의 요인으로 단순화.
• 설문 조사 데이터에서 주요 항목을 도출하거나 데이터의 구조를 이해.

활용 예시:

1. 설문 조사: 고객의 만족도 요인(가격, 품질, 서비스)을 도출.
2. 심리학: 성격 특성을 요인(외향성, 안정성 등)으로 정리.
3. 교육: 학생들의 학습 태도 요인을 분석하여 학습 유형 분류.

---

2. 요인 분석 실행 전 확인할 점

1) 데이터 준비:

• 분석할 데이터가 연속형 변수로 이루어져야 합니다.
• 각 변수는 상관관계를 가지고 있어야 의미 있는 요인을 도출할 수 있습니다.

2) 적합성 검사:

• KMO (Kaiser-Meyer-Olkin) 검사:
  • 데이터가 요인 분석에 적합한지 평가합니다.
  • KMO 값이 0.6 이상이면 적합합니다.
• Bartlett의 구형성 검정:
  • 상관행렬이 단위행렬이 아닌지를 테스트합니다.
  • Sig. 값이 0.05 미만이면 요인 분석이 적합합니다.

---

3. SPSS에서 요인 분석 실행하기

실습: 고객 설문 데이터를 요인 분석하기

고객 만족도 설문 조사 데이터에서 요인을 도출해보겠습니다.

1. 데이터 준비:
   • 변수: 가격 만족도(Price_Sat), 품질 만족도(Quality_Sat), 서비스 만족도(Service_Sat), 접근성(Accessibility), 브랜드 이미지(Brand_Img)
2. 요인 분석 실행:
   • 메뉴에서 Analyze > Dimension Reduction > Factor를 클릭합니다.
3. 변수 선택:
   • 분석할 변수(예: Price_Sat, Quality_Sat 등)를 "Variables" 창으로 이동합니다.
4. 방법 설정:
   • "Extraction" 탭에서 Principal Component를 선택합니다.
   • "Eigenvalues greater than 1"을 선택하여 고유값(Eigenvalue)이 1 이상인 요인만 도출합니다.
   • "Scree Plot" 옵션을 선택하여 요인 수를 시각적으로 확인합니다.
5. 회전 설정 (Rotation):
   • "Rotation" 탭에서 Varimax를 선택하여 요인 간의 독립성을 유지하며 해석을 용이하게 합니다.
6. 결과 확인:
   • "OK"를 클릭하면 출력 창에 요인 분석 결과가 나타납니다.

---

4. 요인 분석 결과 해석하기

A. Total Variance Explained (총 분산 설명):

• Initial Eigenvalues:
  • 각 요인이 데이터를 설명하는 분산의 비율을 나타냅니다.
  • 예: 첫 번째 요인이 40%, 두 번째 요인이 25%를 설명하면, 두 요인이 전체 데이터의 65%를 설명.

B. Scree Plot:

• 요인의 고유값(Eigenvalue)을 그래프로 표현한 것입니다.
• 그래프에서 꺾이는 지점까지의 요인을 선택하는 것이 일반적입니다.

C. Rotated Component Matrix (회전된 요인 행렬):

• 각 변수와 요인 간의 상관관계를 나타냅니다.
• 값이 0.5 이상이면 해당 변수는 해당 요인과 높은 연관성을 가집니다.

---

5. 요인 분석 결과 시각화하기

요인 로딩 플롯(Factor Loading Plot) 그리기:

1. 메뉴에서 Graphs > Chart Builder를 클릭합니다.
2. Scatter/Dot 그래프를 선택하고, x축과 y축에 요인 로딩 값을 배치합니다.
3. 변수별로 색상이나 모양을 지정하여 요인 간의 관계를 시각적으로 표현합니다.

---

6. 요인 분석 결과 활용하기

활용 사례:

1. 설문 조사 요약: 여러 항목을 요인으로 묶어 고객 만족도의 핵심 요소를 파악.
2. 데이터 차원 축소: 많은 변수를 몇 개의 요인으로 축소하여 분석을 간단히 진행.
3. 새로운 변수 생성: 도출된 요인을 바탕으로 새로운 변수(요인 점수)를 생성해 추가 분석 가능.

---

7. 오늘의 실습 목표

1. SPSS에서 요인 분석을 실행하고, KMO 및 Bartlett 검정을 통해 적합성을 확인하세요.
2. Scree Plot과 Rotated Component Matrix를 활용해 요인 수를 결정하고, 각 요인을 해석하세요.
3. 분석 결과를 시각화하여 요인 간의 관계를 이해해보세요.

---

8. 마무리

요인 분석은 데이터를 단순화하고, 변수 간의 관계를 깊이 이해하는 데 매우 유용한 도구입니다. 오늘 배운 내용을 연습하며, 데이터를 효과적으로 요약하고 활용하는 방법을 익혀보세요. 다음 8일차에서는 **신뢰도 분석(Reliability Analysis)**을 다룰 예정입니다.

질문이나 궁금한 점이 있다면 댓글로 남겨주세요! 😊 함께 고민하고 해결하겠습니다.