در علوم انسانی و رفتاری بیشتر تحقیقات براساس پرسشنامه صورت میگیرد. موضوع کنترل کیفیت نتایج یک پرسشنامه دامنه وسیعی از موضوعات را دربر میگیرد.یک پرسشنامه خوب باید از ویژگیهای مطلوبی مانند عینیت و سهولت اجرا و عملی بودن و سهولت تعبیر و تفسیر روایی و پایایی برخوردار باشد تا به نتایج درستی منجر شود. در بین این ویژگی ها روایی و پایایی در ارتباط با یکدیگرند.یکی از راه های بهینه کردن اندازه گیری ها استفاده از روش تحلیل عاملی است. این روش بر روابط بین متغییرها و مقیاسها که در حقیقت ابزارهای سنجش هستند استوارند. معمولا در بعضی از تحقیقات علوم اجتماعی و به دلایل مختلف با حجم بسیاری از متغییرها روبروهستیم. برای تحلیل دقیقتردادهها و رسیدن به نتایج علمی محققان به دنبال کاهش تعداد متغییرها و ایجاد یک ساختار جدید با بهره گرفتن از روش تحلیل عاملی هستند. تحلیل عاملی سعی در شناساندن متغییرهای اساسی و یا عاملها به منظور تعیین الگوی مناسبی برای متغیرها دارد.
مراحل تحلیل عاملی
برای تمام متغیرها ماتریسی از همبستگی ها را تشکیل می دهیم.
از ماتریس همبستگی، اجزای اصلی که را که همان فاکتورها هستند، استخراج می کنیم.
عامل چرخانده می شوند تا رابطه همبستگی بین متغییرها و بعضی فاکتورها به حداکثر مقدارخود برسد. از آنجایی که هدف تحلیل عاملی پیوند دادن چند متغییرها جهت ایجاد یک عامل است، در ماتریس همبستگی، این متغیرها باید ضریب همبستگی بیشتر از ۳ داشته باشند.
کفایت نمونه گیری
به این اشاره دارد که آیا تعدا داده های موجود برای تحلیل عاملی مناسب است یا خیر؟برای این منظور می توان ا زآزمون بارتلت وشاخص KMO استفاده کرد.
شاخص KMO
این شاخص بین صفر و یک قرار دارد. در صورتی که KMO کمتر از ۰٫۵ باشد داده ها برای تحلیل عاملی مناسب نخواهد بودواگرمقدارآن بین ۰٫۵تا ۰٫۶۹ باشد داده ها متوسط بوده و اگر مقدار این شاخص، بزرگتر از ۰٫۷ باشد همبستگی های موجود در بین داده ها برای تحلیل عاملی مناسب خواهند بود. این شاخص از رابطه زیر بدست می آید:
که در این رابطه ضرب همبستگی بین متغییرهای i,j و ضریب همبستگی جزیی بین آنهاست.
آزمون بارتلت
در آزمون بارتلت فرض صفر بیان می کند که ماتریس همبستگی ®، یک ماتریس واحد و همانی است.که اگر باشد برای شناسایی ساختار (مدل عاملی) نامناسب است. حال اگر درجه معنی داری آزمون بارتلت کوچکتر از ۵ درصد باشد(رد فرض صفر ) تحلیل عاملی برای شناسایی ساختار(مدل عاملی) مناسب است زیرا فرض شناخته شده بودن ماتریس همبستگی رد می شود. ماتریس همبستگی (ماتریس همانی) به صورت زیر تعریف می شود:
فرضیه آزمون بارتلت به این صورت است:
H0 : داده ها ناهمبسته اند.
H1 :داده ها همبسته اند.
پس مطلوب آن است که فرض صفر رد شود. اگر فرض صفر رد نشود مطلوبیت تحلیل عاملی زیر سوال می رود و باید درباره انجام آن تجدید نظر کرد.
این تحقیق ازآنجا که به بررسیشناخت انواع جرائم مربوط به شبکه بانکی ونحوهجلوگیری از آن می پردازد. به منظور تعیین واندازه گیری عناصرمربوط به این زیرساختها ۴ متغیر کلیدی وتاثیرگذار شناسایی و به کمک ابزارپرسشنامه دربین کارشناسان حوزه بانکداری وکارشناسان پلیس سایبری شهر کرمانشاه، داده ها گردآوری شدند. طیف پاسخ به سوالات، طیف ۵ گزینه ای لیکرت به صورت(خیلی زیاد ۵؛ زیاد۴؛ متوسط ۳؛ کم۲؛ خیلی کم ۱) ارزش گذاری شده اند.
می خواهیم جهت شناخت عوامل اصلی، از تحلیل عاملی استفاده کنیم .۴ متغییر تاثیرگذار را با نماد x1تاx4 نشان داده ایم. خروجی شامل موارد زیر است:
برای بررسی کفایت نمونه KMO جدول آزمون بارتلت وشاخص
| Kaiser-Meyer-Olkin Measure of Sampling Adequacy. | .۸۶۵ | |
| Bartlett’s Test of Sphericity | Approx. Chi-Square | ۲۴۵٫۳۹۹ |
| df | ۳ | |
| Sig. | .۰۰۰ | |
جدول۴- ۷ : جدول آزمون بارتلت برای بررسی کفایت نمونه و شاخص KMO
در جدول۴-۷ نتیجه آزمون بارتلت که تقریبی از آماره کای دو می باشد، نشان داده شده است.مقدار Sig آزمون بارتلت، کمتر از ۵ درصد است(۰٫۰۰۰) که نشان می دهدتحلیل عاملی برای شناسایی ساختار، مدل عاملی، مناسب است و فرض شناخته بودن ماتریس همبستگی رد می شود. همچنین شاخص KMO با مقدار ۰٫۸۶۵ که در ابتدای جدول۴-۷ آمده است چون به مقدار یک نزدیک است تعداد نمونه (تعداد کارشناسان بانکی و کارشناسان پلیس سایبری )برای تحلیل عاملی کافی است. حال به بررسی جدول ۴-۸ می پردازیم:
| Communalities | ||
| Initial | ||
