要因分析では、調査データなどの大量のデータが削減され、少数の基礎となる要因に関して関連する結果が説明されます。統計的な知識にかかわらず、因子分析の結果をあらゆるユーザーに理解しやすいものにすることは、分析自体と同じくらい大きな課題をもたらします。以下の手順に従って、仮説調査に関するプレゼンテーションを準備してください。
因子分析結果のPowerPointプレゼンテーションを準備する
それを行うには、PowerPointプレゼンテーションの1つ以上のスライドを使用して、各根本的な要因に名前を付けて説明します。分析から生じる相関のパターンに基づいて各要因に名前を付けることができます。これらの要因は、一連の調査質問に対する回答を説明するのに役立つ未測定の問題、または根本的な問題です。たとえば、政治的および社会的問題に関する見解についての回答のパターンは、宗教的な価値観が回答に影響を与えている可能性があることを示唆しているかもしれません。したがって、宗教的価値観が根本的な要因となるでしょう。
共通因子モデルと呼ばれる図を使用して、分析結果をPowerPointプレゼンテーションの1枚のスライドにグラフィカルに表示します。フローチャートに似た図では、ボックスと楕円形を使用して、測定した変数（調査の質問と回答）とそのような回答を説明する要因をそれぞれ示しています。線と矢印は、どの要因がどの反応に影響するかを明確に示しています。
因子分析の結果を別のスライドで詳細に説明し、調査回答とそれに影響を与える可能性がある要因との相関関係を示す表を示します。この表は、因子分析では因子ローディング行列として知られています。因子負荷量は相関の尺度です。この表のレイアウトでは、各要素が列見出しとして、各変数が行として表示されることがよくあります。たとえば、各調査質問は単一行を表します。この表には、アンケート回答と回答に影響を与える要因との間の相関スコアが表示され、視聴者に相関の強さが示されます。
書面によるレポート要素分析
データテーブルを使用して、分析結果を報告してください。要因分析レポートには、個々の調査項目とそれらを説明する要因との間の相関関係が表形式で表示されます。因子負荷としても知られている相関の表に付随するテキスト参照の重要な発見を強調表示します。
分析された変数または調査項目間の相関のパターンに基づいて、根本的な要因に名前を付けて識別します。高い相関関係にある測定値 - 正または負のどちらでも - は同じ要因の影響を受ける可能性があります。
レポートの結果セクションで重要な発見事項について説明し、話し合います。
方法論のセクションで分析の技術的な詳細を展開してください。結果と技術的な詳細のセクションを別々にしておくことで、統計的な知識があまりない読者が分析で最も重要な発見事項を読んで理解できるようになります。
