Faktör analizinin SF-36 yaşam kalitesi ölçeğine uygulaması

Abstract

Faktör analizi, sürekli değişkenler arasındaki korelasyon veya kovaryans yapısına etkili olduğu düşünülen ve faktör olarak adlandırılan ortak değişkenleri bulma sürecidir. Amacına göre açıklayıcı (Açımlayıcı, keşfedici, exploratory) faktör analizi ve doğrulayıcı (confirmatory) faktör analizi olmak üzere ikiye ayrılmaktadır. Açıklayıcı faktör analizinde, değişkenler arasındaki ilişkilerden hareketle faktörler bulunurken, doğrulayıcı faktör analizinde değişkenler arasındaki ilişkiye dair daha önce saptanan bir hipotezin test edilmesi yapılır. Çalışmada, Faktör analizi hakkında bilgiler verilmiş, eğik ve dik faktör döndürme yöntemleri açıklanmış ve SF-36 Yaşam Kalitesi Ölçeği üzerine uygulama yapılmıştır. 107 birey ile yapılan ankette 8 değişken yer alırken ölçekte 8 alt boyut alınmış ve böylece faktör analizine toplam 16 değişken dahil edilmiştir. Analiz sonucunda 16 değişken 5 faktöre indirgenmiştir. Beş faktöre, eğik döndürme yöntemlerinden; Promax ve Direk oblimin yöntemleri, dik döndürme yöntemlerinden ise Varimax ve Quartimax döndürme yöntemleri uygulanmıştır. 5 Faktöre ait toplam açıklanan varyans oranı %73.40 olarak bulunmuştur. Döndürme yapılmadığı durumda; 8 boyut birinci faktörde yer alırken, döndürme sonrası boyutların faktörlere göre dağılımında değişiklikler olmuştur. Benzer değişiklikler, demografik özelliklerde de gözlenmiştir. Sonuç olarak, demografik özellikler ve 8 alt boyutun faktörlerle olan ilişkilerinin döndürme yöntemleri ile değişiklik gösterdiği gözlenmiştir.

Factor analysis is the process of finding common variables called factors that are thought to have an effect on the correlation or covariance structure between continuous variables. It is divided into exploratory factor analysis and confirmatory factor analysis. In the exploratory factor analysis, factors are determined from the relationships between the variables, whereas in the confirmatory factor analysis, a previously determined hypothesis about the relationship between the variables is tested. In this study, information about factor analysis was given, oblique and orthogonal factor rotation methods were explained and SF-an application on 36 Quality of Life Scale was carried out. While 8 variables were included in the questionnaire conducted with 107 individuals, 8 sub-dimensions were taken in the scale and a total of 16 variables were included in the factor analysis. As a result of the analysis 16 variables were reduced to 5 factors. Five factors, oblique rotation methods; Promax and Direct oblimin methods and Varimax and Quartimax rotation methods were used. The total explained variance of the 5 factors was found to be 73.40%. While 8 dimensions were in the first factor without any rotation, there was a change in the distribution of the dimensions according to the factors after rotation. Similar changes were observed in demographic characteristics. As a result, it was observed that the relationships between demographic characteristics and factors of the 8 sub-dimensions were changed by rotation methods.