Analyse Factorielle Exploratoire Michel Tenenhaus
1. Les données de Kendall
Tableau des corrélations One of the questions of interest here is how the variables cluster, in the sense that some of the qualities may be correlated or confused in the judge’s mind. (There was no purpose in clustering the candidates - only one was to be chosen).
2. Classification Ascendante Hiérarchique des variables * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * Dendrogram using Complete Linkage (Méthode des voisins les plus éloignés) Rescaled Distance Cluster Combine C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+ X6 6 òûòòòòòòòø X12 12 ò÷ ùòø X8 8 òûòø ó ó X11 11 ò÷ ùòòòòò÷ ùòòòòòòòòòòòòòòòòòòòø X5 5 òòò÷ ó ó X10 10 òòòòòûòòòòò÷ ùòòòòòø X13 13 òòòòò÷ ó ó X2 2 òòòòòòòòòòòòòòòòòòòòòòòòòòòòòòò÷ ùòòòòòòòòòòòø X4 4 òòòòòòòòòòòûòòòòòòòòòòòòòø ó ó X14 14 òòòòòòòòòòò÷ ùòòòòòòòòòòò÷ ó X7 7 òòòòòòòòòòòòòòòòòòòòòòòòò÷ ó X9 9 òòòòòòòòòòòûòòòòòòòø ó X15 15 òòòòòòòòòòò÷ ùòòòòòòòòòòòòòòòòòòòòòòòòòòòø ó X1 1 òòòòòòòòòòòòòòòòòòò÷ ùò÷ X3 3 òòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòò÷
Interprétation des blocs Bloc 1 : Qualités humaines favorables au poste (Appearance), Self-confidence, Lucidity, Salesmanship, Drive, Ambition, Grasp, Potential Bloc 2 : Qualités de franchise et de communication Likeability, Honesty, Keenness to join Bloc 3 : Expérience Form of letter of application, Experience, Suitability Bloc 4 : Diplôme Academic ability
3. Uni-dimensionabilité d’un bloc de variables Question : Un bloc de variables Xj est-il essentiellement unidimensionnel ? Réponse : 1) La première valeur propre 1 de l’analyse en composante principale du bloc est supérieure à 1, les autres sont inférieures à 1. Chaque variable est plus corrélée à la première composante principale qu’aux autres composantes principales. Chaque variable Xj a une corrélation supérieure à 0.5, en valeur absolue, avec la première composante.
Application : ACP de chaque bloc Bloc 1 unidimensionnel
Application Bloc 2 Bloc 3
Fiabilité de l’instrument de mesure Mesure globale de l’homogénéité d’un bloc de variables positivement corrélées entre elles : L’Alpha de Cronbach Question : Comment mesurer globalement la fiabilité de l’instrument de mesure ? C’est à dire le niveau d’homogénéité d’un bloc de variables xi positivement corrélées entre elles ? Réponse : Utilisation du Alpha de Cronbach
Le modèle où : avec les ei et indépendants.
Définition du de Cronbach Formule de calcul du de Cronbach 1, et = 1 lorsque toutes les corrélations entre les xi sont égales à 1 et toutes les variances des xi sont égales.
de Cronbach pour items centrés-réduits On a la décomposition suivante : Si les variables sont centrées-réduites on obtient : Un bloc de variables positivement corrélées entre elles est homogène si la corrélation moyenne est grande.
de Cronbach pour items centrées-réduites Le rapport devient : Un bloc est considéré comme homogène si : - 0.6 pour des recherches exploratoires - 0.7 pour des recherches confirmatoires
Application : de Cronbach de chaque bloc Les corrélations sont toutes positives.
Bloc 1 R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Item-total Statistics Scale Scale Corrected Mean Variance Item- Squared Alpha if Item if Item Total Multiple if Item Deleted Deleted Correlation Correlation Deleted X2 41.2708 364.1591 .5052 .4435 .9599 X5 41.4167 327.0142 .8356 .7957 .9435 X6 42.0417 300.9344 .8633 .8823 .9404 X8 43.5625 289.2726 .8883 .8530 .9391 X10 43.0417 312.5940 .8122 .7783 .9438 X11 42.3750 305.6011 .8937 .8493 .9384 X12 42.1042 303.3293 .8834 .8853 .9390 X13 42.6667 301.1206 .8570 .8345 .9409 Reliability Coefficients 8 items Alpha = .9503 Standardized item alpha = .9489 Scale = Somme des variables
Bloc 2 Item-total Statistics Scale Scale Corrected Mean Variance Item- Squared Alpha if Item if Item Total Multiple if Item Deleted Deleted Correlation Correlation Deleted X4 13.6042 19.5208 .7823 .6127 .6185 X7 11.7083 25.1472 .5986 .4166 .8125 X14 14.1875 23.4747 .6312 .4695 .7820 Reliability Coefficients 3 items Alpha = .8153 Standardized item alpha = .8138
Bloc 3 Item-total Statistics Scale Scale Corrected Mean Variance Item- Squared Alpha if Item if Item Total Multiple if Item Deleted Deleted Correlation Correlation Deleted X1 10.1875 36.9641 .6165 .3824 .8184 X9 11.9583 28.3812 .7043 .5107 .7287 X15 10.2292 27.7974 .7318 .5405 .6981 Reliability Coefficients 3 items Alpha = .8223 Standardized item alpha = .8237
5. ACP des données de Kendall
ACP des données de Kendall Les corrélations inférieures à 0.5 en valeur absolue ne sont pas montrées.
ACP + « Rotation Varimax » Seules sont montrées les corrélations maximum en valeur absolue sur chaque ligne.
6. Analyse Factorielle orthogonale 6.1. Les données p variables aléatoires X1,…, Xp, en général centrées-réduites. 6.2. Le modèle X1 = 11Y1 + … + 1mYm + e1 . Xi = i1Y1 + … + imYm + ei Xp = p1Y1 + … + pmYm + ep où : Yj = facteurs communs centrés-réduits ei = facteurs spécifiques centrés et de variance i Les facteurs Y1,…, Ym, e1,…, em sont tous non corrélés entre eux.
6.3. Analyse Factorielle (Option analyse en composantes principales) Les données p variables X1,…, Xp centrées-réduites. Estimation des facteurs Y1, …, Ym Les m premières composantes principales réduites. Choix de m Nombre de valeurs propres supérieures à 1.
Application Kendall
Calcul des saturations (loadings) ij Les loadings ij sont les coefficients de régression des Yj dans la régression de Xi sur les facteurs Y1,…, Ym. Les facteurs étant orthogonaux (= non corrélés) on a : ij = Cor(Xi, Yj) Calcul des communautés (communalities) hi2
Application Kendall Matrice des corrélations entre les variables et les facteurs
Calcul des spécificités i hi2 = communauté Var(ei) = spécificité Qualité de la décomposition Variance expliquée par Y1 ( = 1) Variance expliquée par Ym ( = m) Variance totale Variance résiduelle
Application Kendall avec m = 4 Communauté Variance expliquée
6.4. Décomposition de R en AF orthogonale Modèle : Xi = i1Y1 + … + imYm + ei Formules de décomposition :
Formule générale R = +
6.5. Les objectifs de l’AF orthogonale L’analyse factorielle orthogonale consiste à rechercher une décomposition de la matrice des corrélations R de la forme : R = + Les ij sont les saturations et les i les spécificités. Méthodes usuelles d’extraction des saturations : - Analyse en composantes principales - Méthodes des facteurs principaux - Méthodes des moindres carrés - Méthodes des moindres carrés pondérés - Maximum de vraisemblance
Application Kendall R =
m = 4
6.6. Les méthodes de rotation Formule de décomposition (p = 3, m = 2) :
Les méthodes de rotation Matrice de rotation d’un angle : Y Y´ y´ * -sin cos A y * T X * cos sin x Matrice de rotation T : T´T = T T´= I x´ x´ = Proj(A) sur l’axe X´ y´ = Proj(A) sur l’axe Y´ X´
Indétermination de la décomposition Nouvelle matrice des saturations après rotation :
Les méthodes de rotation VARIMAX et QUARTIMAX Objectifs : (1) Pour chaque colonne de les |ij| sont proches de 0 ou 1 : ==> Facteurs bien typés. C’est l’objectif de VARIMAX. (2) Sur chaque ligne de il y a un |ij| proche 1 et tous les autres proches de 0 : ==> Typologie des variables. C’est l’objectif de QUARTIMAX.
Exemple avec les blocs 2 et 3 R2(Xj;Y1,Y2) = Seulement dans l’option ACP
Exemple avec les blocs 2 et 3
Utilisation de la rotation Varimax * T ( TT = I ) = =
Utilisation de la rotation varimax
Exemple Kendall complet Application (ACP + Varimax)
Application (ACP + Varimax) Présentation améliorée Corrélations inférieures à 0.4 en valeur absolue non montrées
6.7. Estimation des facteurs communs (AF orthogonale) On recherche une variable (ou score) aussi proche que possible de Yj. La régression de Yj sur X1,…, Xp donne :
Application (ACP + Varimax) Coefficients appliqués aux variables centrées-réduites
Estimation des facteurs
7. Test de sphéricité de Bartlett Test : H0 : R = Identité (aucune corrélation entre les X) On rejette H0 au risque de se tromper si
Application
8. Kaiser-Meyer-Olkin Measure of Sampling Adequacy La corrélation partielle Xi = i0 + i1Y1 + … + imYm + i Xk = k0 + k1Y1 + … + kmYm + k ==> Cor(Xi, Xk / Y1, …, Ym) = Cor(i, k) Pour un modèle factoriel : Les facteurs spécifiques sont non corrélés entre eux. Xi = i1Y1 + … + imYm + ei ==> Cor(Xi, Xk / Y1, …, Ym) = Cor(ei, ek) = 0 « Anti-image correlation » -aik : Si le modèle factoriel est vrai les aik = cor(Xi, Xk/ Autres X) sont faibles en valeur absolue.
Application Kendall
Kaiser-Meyer-Olkin Measure of Sampling Adequacy Comparaison entre les corrélations rik et les corrélations partielles aik :
9. CONCLUSION (!!!!) … we find ourselves in sympathy with the growing group of statisticians who doubt if FA is worth using except in a few particular types of application. For example Hills (1977) has said that FA is not « worth the time necessary to understand it and carry it out ». He goes on to say that he regards FA as an « elaborate way of doing something which can only be crude, namely picking out clusters of inter-related variables, and then finding some sort of average of the variables in a cluster in spite of the fact that the variables may be measured on different scales. » C. Chatfield & A.J. Collins, 1980
10. Autres méthodes d’extraction des saturations - Méthodes des facteurs principaux - Méthodes des moindres carrés - Méthodes des moindres carrés pondérés - Maximum de vraisemblance
10.1 La matrice des saturations Modèle : Xi = i1Y1 + … + imYm + ei Les ij sont les saturations (ou loadings) Matrice des saturations dans SPSS - Yj = Composantes principales réduites : Component Matrix - Yj orthogonaux : Factor Matrix - Yj corrélés : Pattern Matrix Si les Yj sont orthogonaux : ij = Cor(Xi, Yj). Si les Yj sont corrélés, les Cor(Xi, Yj) sont données dans la « Structure Matrix ».
10.2 Communauté et spécificité en AF orthogonale Modèle : Xi = i1Y1 + … + imYm + ei Décomposition de la variance : hi2 = communauté Var(ei) = spécificité Communauté initiale et finale : (option autre que l’ACP)
10.3 Qualité de la décomposition en AF orthogonale Modèle : Xi = i1Y1 + … + imYm + ei Décomposition de la variance : De On déduit : Variance expliquée par Y1 Variance expliquée par Ym Variance résiduelle Variance totale
10.4 Méthodes des facteurs principaux Modèle : Xi = i1Y1 + … + imYm + ei Utilisation des formules de décomposition :
Méthode des facteurs principaux Exemple p=3 et m=2 Algorithme itératif : on part des communautés initiales, on estime les saturations, puis on recalcule les communautés à l’aide des saturations. On itère jusqu’à convergence des communautés.
Application Kendall
Application Kendall Facteurs principaux Facteur principaux + rotation varimax ACP
Application Kendall
10.5 Méthode des moindres carrées
Application Kendall
10.6 Méthodes des moindres carrés généralisée Modèle : Xi = i1Y1 + … + imYm + ei, Var(ei) = i où et
10.7 Méthode du maximum de vraisemblance Modèle : Xi = i1Y1 + … + imYm + ei , Var(ei) = i Hypothèse : Les variables Xj suivent une loi multinormale de moyenne et de matrice de covariance . Notations : S = matrice de covariances observée sur un échantillon de taille n matrice de covariance reconstituée par le modèle Maximisation : On recherche les saturations et les spécificités estimées maximisant le logarithme de la vraisemblance des données :
10.8 Test de validité du modèle à m facteurs On rejette le modèle à m facteurs au risque de se tromper si : Remarque :
Application aux données de Kendall m = 4 m = 5 m = 6 Ce test est connu pour rejeter trop facilement le modèle.
11. Analyse Factorielle oblique 11.1. Les données p variables aléatoires X1,…, Xp, en général centrées-réduites. 11.2. Le modèle X1 = 11Y1 + … + 1mYm + e1 . Xi = i1Y1 + … + imYm + ei Xp = p1Y1 + … + pmYm + ep où : - Les facteurs communs Yj peuvent être corrélés entre eux. - Les facteurs spécifiques ei ,…, em sont tous non corrélés entre eux et avec les facteurs communs.
Le modèle X1 = 11Y1 + … + 1mYm + e1 . Xi = i1Y1 + … + imYm + ei Xp = p1Y1 + … + pmYm + ep s’écrit aussi
Le modèle de l’analyse factorielle oblique :
12.3. Les méthodes de rotation oblique Formule de décomposition (p = 3, m = 2) : où = (T’T)-1 est une matrice de corrélation
Options SPSS Direct Oblimin Method A method for oblique (nonorthogonal) rotation. When delta equals 0 (the default), solutions are most oblique. As delta becomes more negative, the factors become less oblique. To override the default delta of 0, enter a number less than or equal to -0.8. Promax Rotation An oblique rotation, which allows factors to be correlated. This rotation can be calculated more quickly than a direct oblimin rotation, so it is useful for large datasets.
Application aux données de Kendall Matrice des corrélations entre les facteurs
Matrice des saturations ih Difficile à interpréter car les facteurs sont corrélées entre eux.
Matrice des Cor(Xi, Yj) Cette matrice est plus naturelle à interpréter.
Matrice des Cor(Xi, Yj) améliorée Cette matrice est encore plus facile à interpréter.