KCI우수등재
요인 개수 결정을 위한 평행분석의 정확성 평가 = Evaluating the Accuracy of Parallel Analysis for Determining the Number of Common Factors
저자
발행기관
학술지명
권호사항
발행연도
2017
작성언어
Korean
주제어
등재정보
KCI우수등재
자료형태
학술저널
발행기관 URL
수록면
441-475(35쪽)
KCI 피인용횟수
8
DOI식별코드
제공처
소장기관
Parallel analysis is a method of estimating the number of factors by comparing the eigenvalues of sample data with the eigenvalues of random data. This method is considered to be theoretically more valid and empirically more accurate in estimating the number of factors than other methods, such as Kaiser method and scree test, that estimate the number of factors based on the eigenvalues. However, several criticisms have been raised about the validity of the rationale for parallel analysis and various modifications have been proposed. There have also been concerns about the conditions under which parallel analysis shows relatively low accuracy. The current study examined the rationale and limitations of the use of eigenvalues and parallel analysis to estimate the number of factors, and based on this, we specified the conditions under which the accuracy of parallel analysis may be low. We also examined, through a simulation, the effects of various factors that may affect the accuracy of parallel analysis and confirmed the conditions where cautions are needed when applying parallel analysis. The results of the simulation show that the accuracy of estimating the number of factors in the parallel analysis is greatly influenced by the size of factor correlations, the magnitude of factor loadings, the number of factors, and the number of variables per factor. In addition, we confirmed that the accuracy of the parallel analysis is significantly lower when a factor model includes a weak factor with low factor loadings. Overall, the accuracy of the parallel analysis for the reduced correlation matrix (PA-PAF) was higher than the parallel analysis for the correlation matrix (PA-PCA), which in particular, PA-PAF showed high accuracy when factor correlations were high, and PA-PCA showed high accuracy when factor correlations were low. Based on the results of the simulation analyses, we proposed sample sizes required for parallel analysis to provide accuracy of 90% or higher under conditions with different levels of factor correlation, factor loading, and the number of factors.
더보기평행분석은 표본 자료의 고윳값과 무선 자료의 고윳값을 비교하여 요인의 개수를 추정하는 방법이다. 이 방법은 고윳값에 근거하여 요인의 개수를 추정하는 다른 절차들(카이저 방법, 스크리 검사)보다 이론적으로 더 타당한 근거를 갖고 있고 경험적으로도 요인의 개수를 더 정확히 추정하는 것으로 평가 받는다. 그러나 평행분석의 이론적 근거의 타당성에 대해서도 여러 비판이 제기되어 왔고 이에 따른 다양한 수정 절차들도 제안되었다. 또한 평행분석이 상대적으로 낮은 정확성을 나타내는 조건들에 대한 우려도 있어 왔다. 본 연구는 고윳값과 평행분석이 요인의 개수를 추정하는 데 사용될 수 있는 이론적 근거와 한계를 검토하고 이를 바탕으로 평행분석의 정확성이 낮게 나타날 수 있는 조건들을 구체화하였다. 또한 모의실험을 통해 평행분석의 정확성에 영향을 줄 수 있는 다양한 요인들의 효과를 검토하고 평행분석의 사용에 주의를 요하는 조건들을 확인하였다. 모의실험의 결과는 평행분석의 요인수 추정 정확률이 요인상관의 크기, 요인부하량의 크기, 요인의 개수, 요인당 변수의 개수에 따라 크게 영향을 받으며 정확률이 낮은 조건에서 표본크기의 영향이 매우 크다는 것을 보였다. 또한 요인부하량이 낮은 변수들로 구성된 약한 요인이 포함된 경우 요인수 추정의 정확률이 크게 낮아짐을 확인하였다. 전반적으로 상관행렬에 대한 평행분석(PA-PCA)보다 축소상관행렬에 대한 평행분석(PA-PAF)의 정확률이 높았으며 특히 요인상관이 높은 경우에는 PA-PAF가, 요인상관이 낮은 경우에는 PA-PCA가 높은 정확률을 보이는 경향이 확인되었다. 마지막으로 모의실험의 결과를 기초로 요인상관의 크기, 요인부하량의 크기, 요인의 개수의 조합으로 구성되는 다양한 조건에서 평행분석이 90% 이상의 정확률을 제공하기 위해 요구되는 표본크기를 제안하였다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2022 | 평가예정 | 계속평가 신청대상 (등재유지) | |
2017-01-01 | 평가 | 우수등재학술지 선정 (계속평가) | |
2015-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2011-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2009-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-06-23 | 학술지명변경 | 외국어명 : The Korean Journal of Psychology -> Korean Journal of Psychology: General | KCI등재 |
2006-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2005-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2003-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.31 | 1.31 | 1.63 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
2.13 | 2.1 | 2.669 | 0.8 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)