Wednesday, June 17, 2009

因素分析(Factor Analysis)_實作(1)

接下來,本文以一份問卷進行實例演練(本問卷共有34題,評分採Likert Scale五點量表,所有題目皆為正向題,問卷填寫數量為41份,都為有效問卷):
  • 首先將問卷的答案加以編碼(非常同意5分、同意4分、普通3分、不同意2分、非常不同意1分)。將所有填答資料以OpenOffice Cacl軟體存檔為D:\pretest.csv。
  • 開啟R,並將工作目錄切換到D槽中(以筆者的電腦為例)。
  • 載入套件:rela。
  • 先讀入pretest.csv的資料,並指定給pretest變數
pretest<-read.table("pretest.csv",header=T,sep=",",row.names=1)
  • 計算相關矩陣,並將結果存入cor_pretest變數。
cor_pretest<-cor(pretest)
  • 將相關矩陣的結果輸出到cor_pretest.csv檔中,以利後續使用Cacl或是Excel進行計算相關係數。
write.table(cor_pretest,"cor_pretest.csv",sep=",",col.names=NA)
  • 將前述步驟之cor_pretest.csv檔,利用Cacl開啟並另存為cor_pretest.ods,並且設定相關係數小於.3的儲存格變為黃色背景,另外再計算每個變項(題項)和其他變項之相關小於.3的個數,若此個數太多(超過一半)則可考慮刪除此變項。
  • 由上述結果可知要刪除19、23、34三題,再進行主成份分析。
  • 將刪除後的結果存在del_pretest變數中。
del_pretest<-cbind(pretest[1:18],pretest[20:22],pretest[24:33])

主成份分析(Principal Components Analysis)_概念

主成份分析主要是用來做資料向度縮減的方法,它主要在解釋變項原來的變異量。它的功能包括(王保進,2004):
  1. 向度縮減(dimensional reduction)
  2. 資料與變項篩選(screening):計算各變項的主成份分數,並且繪製成scatter plot來偵測outlier,以免分析產成偏誤。
  3. 試探性分析(exploratory analysis):將保留下來的主成份,做為進一步分析(多元迴歸、區別分析等等)的新變項。
進行主成份分析的步驟如下(王保進,2004):
  • 先確定資料是否適合進行主成份分析:主要方法有Bartlett's sphericity test(球面檢定)以及KMO(MSA)值。另外有一個最初步的方法是計算變項間的相關矩陣,如果相關係數的絕對值小於.3的個數太多,表示應該要刪除此變項。但是如果相關係數大於.85表示變項間會產生ill-condition的狀況,表示應該要刪除該變項。
Bartlett's shpericity test(球面檢定):此檢定法約略呈卡方分配(chi-square),卡方值愈大表示愈適合進行主成份分析。不過此法的缺點在於它很容易推翻虛無假設,所以此法是用來當參考用的。
Kaiser-Meyer-Olkin Measure of Sampling Adequacy(簡稱KMO或是MSA):主要是用來判斷取樣是否適當,而且是以變項間的相關係數進行計算。KMO的值介於0~1之間,愈接近1表示資料愈適合進行主成份分析。一般而言KMO的值只要大於.6就算適當。
  • 要保留的主成份個數:主要依照陡坡考驗(scree test)以及Kaiser準則進行判斷。
陡坡考驗(scree test):主要是依照陡坡圖(scree plot)的繪製來進行判斷。scree plot是以變項的correlation matrix所得之特徵值(eigenvalue)來繪製的。它的判斷基準為找出特徵值曲線突然轉折彎角(elbow)的地方,在該彎角以上的特徵值就是可以保留下來的主成份。
Kaiser準則:因為以scree plot來判斷保留之主成份數量似乎過於主觀,因此Kaiser認為應該留特徵值大於1之主成份。

王保進(2004)。多變量分析 : 套裝程式與資料分析。台北市:高等教育文化。

Tuesday, June 2, 2009

R基本操作(Import data from spreadsheet)

一般而言,在資料蒐集後(例如:測驗後)研究者大多會將原始資料(Raw Data)編碼後輸入試算表軟體(spreadsheet;例如:Excel或是OpenOffice Cacl),因此我們在使用R時,首先要學會如何從試算表中將資料匯入(import)到R的變數之中。在匯入資料檔前,要注意的是匯入檔必須位於R的工作目錄之下(working directory),我的習慣是會把工作目錄切換到D槽,然後將資料檔放在D槽中,切換工作目錄的方式如下圖(File->change dir)。


語法如下:

var_name<-read.table("檔名",sep=",",header=F) 茲分別說明各項參數之意義:
  1. var_name:變數名稱,也就是將資料讀入到var_name中。
  2. 檔名:一般而言,大多會將資料檔另存成.csv的型式。
  3. sep:資料間的分隔符號,大多是『,』。
  4. header:設定為F表示不含每行之標題,若含標題必須設為T。

Example 1:讀入學生數學成績,檔名為math.csv,檔案內容不含標題。
math<-read.table("math.csv",header=F,sep=",")
summary(math) Example 2:讀入學生數學成績,檔名為math.csv,檔案內容含標題。
math<-read.table("math.csv",header=T,sep=",")
math


Monday, June 1, 2009

在R宣告變數

先前的文章中有提到,使用R進行統計分析必須撰寫程式語法,既然是程式那就要提到變數了,因為我們必須將原始資料(Raw Data)輸入到R中以便進行後續的分析工作。變數名稱只要不用到R的關鍵字即可,在R中有三類的單變量(univariate)的變數:
  • 向量(vector):基本上就類似於程式語言中的『陣列(Array)』的概念,可分為數字向量(numeric)、邏輯向量(logical)、以及字元向量(character)。這些向量的物件可以使用C(......)將同類型的向量結合在一起。

Example 1:宣告數字向量
num<-c(100,102,103)
Example 2:宣告邏輯向量
logi<-c(T,T,F,T,F)
Example 3:宣告字元向量
name<-c("李等會","陳阿扁","馬小九")
P.S. <-就是指定(assign)的意思
  • 矩陣(Matrix):也就是指資料框(Data Frame),亦可視為二維表格(2-D table),它主要的功能在於將外部資料檔(例如:Excel檔或是文字檔)讀入,再進行更進一步的處理。如果使用data.frame()函數亦可將向量變數整合成矩陣。

Example 1:將數字向量結合成矩陣
a<-c(1,2,3,4,5)
b<-c(12,35,76,19,103)
mtx<-data.frame(a,b)
summary(mtx)
P.S. summary()函數會將矩陣中的每一行(column)進行總結,結果會顯示出最大值、最小值、平均數、第一四分位數、第三四分位數。
  • 因子(Factor):利用factor()函數可以將向量轉換為因子,以利進行因素分析或是分類。

Example 1:輸入資料並且轉換成因子
grade<-c("A","A","B","D","C","E","E","C","D","B")
grade<-factor(grade)
grade
summary(grade)

R Project

R Project是個Open Source的統計套裝軟體。它的入門不是很容易,因為要撰寫程式語法,但是它提供許多套件讓我們的分析工作更加容易。它可以從Comprehensive R Archive Network(CRAN)下載並安裝。無論是Windows、Linux甚至是Mac都可以使用它!今天將先介紹它的安裝(以Windows XP為例):
  1. 目前R的版本是2.9.0,按二下以進行安裝。
  2. 可以選擇安裝時語言。
  3. 一直按下一步即可!
  4. 個人習慣使用英文介面,但是預設為中文介面,所以我們可以修改啟動R程式的參數,加上lang=en即可,如下圖。