SPSS 통계 이용방법 가이드: 18일차 - 요인 분석(Factor Analysis) 고급 활용

SPSS 통계 이용방법 가이드: 18일차 - 요인 분석(Factor Analysis) 고급 활용

**요인 분석(Factor Analysis)**은 데이터 내에서 변수 간의 상관관계를 기반으로 숨겨진 공통 요인(Factor)을 추출하는 강력한 통계 기법입니다. 기본적인 요인 분석은 7일차에서 다뤘습니다. 오늘은 SPSS를 사용하여 요인 분석의 고급 기능을 활용하고, 더 심층적인 데이터 해석 방법을 배워보겠습니다.

---

1. 요인 분석 고급 활용이란?

고급 요인 분석의 특징:

• 목적:
  • 변수의 차원을 더 세밀하게 줄이고, 공통 요인을 활용해 데이터 해석 강화.
  • 요인 점수(Factor Scores)를 생성하여 후속 분석(회귀 분석, 군집 분석 등)에서 활용.
• 고급 기술:
  • 요인 회전(Rotation) 기법 최적화.
  • 요인 적합도 평가.
  • 요인 점수를 활용한 추가 분석.

활용 사례:

1. 심리학: 성격 검사 데이터를 기반으로 주요 성격 요인 도출.
2. 교육: 학생들의 학습 태도를 몇 개의 요인(학습 동기, 수업 참여도)으로 요약.
3. 마케팅: 고객 선호도를 가격, 품질, 브랜드 이미지 등으로 구분.

---

2. SPSS에서 요인 분석 고급 실행하기

실습: 설문 조사 데이터 요인 분석

10개의 설문 항목에서 3개의 주요 요인을 추출해보겠습니다.

1. 데이터 준비:
   • 변수: Q1, Q2, Q3, ..., Q10 (5점 척도로 측정된 설문 응답)
2. 요인 분석 실행:
   • 메뉴에서 Analyze > Dimension Reduction > Factor를 클릭합니다.
3. 변수 설정:
   • 분석할 변수(Q1~Q10)를 "Variables" 창에 추가합니다.
4. 추출 방법 설정:
   • "Extraction" 탭에서 Principal Component를 선택합니다.
   • Eigenvalue가 1 이상인 요인을 추출합니다.
   • "Scree Plot"을 선택하여 요인 수를 시각적으로 확인합니다.
5. 회전 방법 설정:
   • "Rotation" 탭에서 Varimax 또는 Oblimin(요인 간 상관이 있을 경우) 회전을 선택합니다.
   • 회전을 통해 요인의 해석 가능성을 높입니다.
6. 결과 확인:
   • "OK"를 클릭하면 요인 분석 결과가 출력됩니다.

---

3. 결과 해석하기

A. Total Variance Explained (총 분산 설명):

• Initial Eigenvalues: 각 요인이 설명하는 데이터 변동의 비율.
  • 예: 3개의 요인이 전체 데이터의 70%를 설명하면 요약의 효과가 높음.

B. Scree Plot:

• 요인의 고유값(Eigenvalue)을 그래프로 표현.
• 그래프에서 꺾이는 지점 이후의 요인은 무시하는 것이 일반적입니다.

C. Rotated Component Matrix (회전된 요인 행렬):

• 각 변수와 요인 간의 상관관계를 나타냅니다.
  • 요인 적재값(Factor Loadings):
    • 값이 0.5 이상이면 해당 변수가 요인에 강하게 연관됨을 의미.
  • 변수들이 어느 요인에 속하는지를 확인하고 해석.

D. 요인 점수(Factor Scores):

• 각 관찰치(사례)가 요인에 대해 가지는 점수.
• 후속 분석(군집 분석, 회귀 분석 등)에 사용할 수 있음.

---

4. 고급 기능 활용: 요인 점수 저장 및 추가 분석

A. 요인 점수 저장:

1. 요인 분석 실행 시, "Scores" 버튼을 클릭하여 Save as Variables를 선택합니다.
2. 분석이 완료되면 데이터셋에 새 변수(Factor1, Factor2, ...)가 추가됩니다.

B. 추가 분석 사례:

• 군집 분석: 요인 점수를 활용해 데이터 군집화.
• 회귀 분석: 요인 점수를 독립 변수로 사용해 종속 변수 예측.
• 시각화: 요인 점수를 2D 또는 3D 그래프로 표현하여 데이터의 구조를 직관적으로 이해.

---

5. 요인 분석의 적합성 평가

A. KMO (Kaiser-Meyer-Olkin) 검사:

• 데이터가 요인 분석에 적합한지 평가.
  • KMO 값 > 0.6: 요인 분석 적합.
  • KMO 값 < 0.6: 데이터가 요인 분석에 적합하지 않을 수 있음.

B. Bartlett의 구형성 검정:

• 변수 간 상관관계가 요인 분석에 적합한지 검정.
  • p < 0.05: 요인 분석 적합.

---

6. 요인 분석의 활용 사례

1) 심리학 연구:

• 성격 검사 데이터를 요인 분석하여 외향성, 안정성, 개방성 등 주요 요인 추출.

2) 마케팅:

• 고객 설문 데이터를 요인 분석하여 선호도 요인(가격, 품질, 브랜드 이미지) 파악.

3) 교육:

• 학생 설문 데이터를 기반으로 학습 태도 요인(학습 동기, 수업 참여도 등) 도출.

---

7. 오늘의 실습 목표

1. SPSS에서 고급 요인 분석을 실행하고, 주요 요인을 추출하세요.
2. 회전된 요인 행렬을 해석하여 변수와 요인 간의 관계를 이해하세요.
3. 요인 점수를 저장하고 이를 활용한 후속 분석을 수행해보세요.

---

8. 마무리

요인 분석은 데이터를 요약하고, 숨겨진 패턴을 발견하며, 후속 분석을 위한 기반을 마련하는 강력한 도구입니다. 고급 요인 분석 기능을 활용하면 데이터를 더욱 심층적으로 분석하고 해석할 수 있습니다. 다음 19일차에서는 회귀 분석(Regression Analysis)의 고급 활용을 다룰 예정입니다.

질문이 있다면 댓글로 남겨주세요! 😊 함께 학습하고 해결하겠습니다.