कारक विश्लेषण

आइए हम न्यू यॉर्क शहर में दुर्घटनाओं की संख्या का एक उदाहरण लेते हैं

प्रधान घटक और कारक विश्लेषण

प्रमुख घटक विश्लेषण (पीसीए) और कारक विश्लेषण (एफए) सांख्यिकीय तकनीक हैं जिनका उपयोग डेटा में कमी या संरचना का पता लगाने के लिए किया जाता है। जब शोधकर्ता इसमें रुचि रखते हैं तो इन दो विधियों को चर के एक सेट पर लागू किया जाता है यह पता लगाना कि समुच्चय में कौन से चर सुसंगत उपसमूह बनाते हैं जो अपेक्षाकृत एक से स्वतंत्र हैं एक और। चर जो एक दूसरे के साथ सहसंबद्ध हैं, लेकिन चर के अन्य सेटों से काफी हद तक स्वतंत्र हैं, कारकों में संयुक्त हैं। ये कारक आपको कई कारकों को एक कारक में जोड़कर अपने विश्लेषण में चर की संख्या को कम करने की अनुमति देते हैं।

पीसीए या एफए के विशिष्ट लक्ष्य के पैटर्न को संक्षेप में प्रस्तुत करना है सहसंबंध मनाया चर के बीच, छोटी संख्या में मनाया चर की एक बड़ी संख्या को कम करने के लिए, एक प्रदान करने के लिए प्रतिगमन समीकरण देखे गए चर का उपयोग करके एक अंतर्निहित प्रक्रिया के लिए, या अंतर्निहित प्रक्रियाओं की प्रकृति के बारे में एक सिद्धांत का परीक्षण करने के लिए।

उदाहरण

उदाहरण के लिए, एक शोधकर्ता स्नातक छात्रों की विशेषताओं का अध्ययन करने में रुचि रखता है। शोधकर्ता व्यक्तित्व विशेषताओं जैसे स्नातक छात्रों के एक बड़े नमूने का सर्वेक्षण करता है प्रेरणा, बौद्धिक क्षमता, शैक्षिक इतिहास, पारिवारिक इतिहास, स्वास्थ्य, शारीरिक विशेषताएं, आदि। इनमें कारक विश्लेषण से प्रत्येक क्षेत्र को कई चर के साथ मापा जाता है। तब चर को व्यक्तिगत रूप से विश्लेषण में दर्ज किया जाता है और उनमें से सहसंबंधों का अध्ययन किया जाता है। विश्लेषण में उन चर के बीच सहसंबंध के पैटर्न का पता चलता है जो स्नातक छात्रों के व्यवहार को प्रभावित करने वाली अंतर्निहित प्रक्रियाओं को प्रतिबिंबित करने के लिए सोचा जाता है। उदाहरण के लिए, बौद्धिक क्षमता के उपायों में से कई चर, शास्त्री इतिहास के कुछ चर के साथ संयोजन करके बुद्धि को मापने वाले कारक का निर्माण करते कारक विश्लेषण हैं। इसी तरह, व्यक्तित्व उपायों से चर प्रेरणा और विद्वानों से कुछ चर के साथ गठबंधन कर सकते हैं इतिहास एक छात्र को स्वतंत्र रूप से काम करने के लिए पसंद करने वाले डिग्री को मापने के लिए एक कारक बनाने का उपाय करता है - एक स्वतंत्रता कारक।

प्रमुख घटक विश्लेषण और कारक विश्लेषण के बीच अंतर

प्रधान घटक विश्लेषण और कारक विश्लेषण समान हैं क्योंकि दोनों प्रक्रियाओं का उपयोग चर के एक सेट की संरचना को सरल बनाने के लिए किया जाता है। हालाँकि, विश्लेषण कई महत्वपूर्ण तरीकों से भिन्न है:

• पीसीए में, घटकों की गणना मूल चर के रैखिक संयोजनों के रूप में की जाती है। एफए में, मूल चर को कारकों के रैखिक संयोजनों के रूप में परिभाषित किया गया है।
• पीसीए में, लक्ष्य कुल के रूप में ज्यादा के लिए जिम्मेदार है झगड़ा संभव के रूप में चर में। एफए का उद्देश्य चर के बीच सहसंबंध या सहसंबंधों की व्याख्या करना है।
• पीसीए का उपयोग कम संख्या में घटकों में डेटा को कम करने के लिए किया जाता है। एफए का उपयोग यह समझने के लिए किया जाता है कि डेटा क्या निर्माण करता है।

प्रधान घटक विश्लेषण और कारक विश्लेषण के साथ समस्याएं

पीसीए और एफए के साथ एक समस्या यह है कि समाधान का परीक्षण करने के लिए कोई मापदंड चर नहीं है। अन्य सांख्यिकीय तकनीकों में जैसे कि विभेदक कार्य विश्लेषण, लॉजिस्टिक प्रतिगमन, प्रोफ़ाइल विश्लेषण और बहुभिन्नरूपी भिन्नता का विश्लेषण समाधान को इस बात से आंका जाता है कि यह समूह सदस्यता की कितनी अच्छी भविष्यवाणी करता है। पीसीए और एफए में, समूह सदस्यता जैसी कोई बाहरी मानदंड नहीं है जिसके खिलाफ समाधान का परीक्षण करना है।

पीसीए और एफए की दूसरी समस्या यह है कि, निष्कर्षण के बाद, अनंत संख्या में रोटेशन उपलब्ध है, मूल डेटा में विचरण की समान मात्रा के लिए सभी लेखांकन, लेकिन कारक को थोड़ा परिभाषित किया गया है विभिन्न। अंतिम विकल्प शोधकर्ता को इसकी व्याख्या और वैज्ञानिक उपयोगिता के आकलन के आधार पर छोड़ दिया जाता है। शोधकर्ता अक्सर राय में भिन्न होते हैं कि कौन सा विकल्प सबसे अच्छा है।

Pspp क्या है? - टेक्नोपेडिया से परिभाषा

पीएसपीपी एक ओपन-सोर्स एप्लिकेशन है जिसका उपयोग नमूना डेटा के सांख्यिकीय विश्लेषण के लिए किया जाता है। मालिकाना सांख्यिकी आवेदन आईबीएम एसपीएसएस के विकल्प के रूप में माना जाता है, यह एसपीएसएस आवेदन के कई पहलुओं के समान है। पीएसपीपी को डेटा पूर्व-प्रसंस्करण, डेटा विज़ुअलाइज़ेशन, डेटा विश्लेषण और परिकल्पना परीक्षण के लिए एक शक्तिशाली उपकरण माना जाता है, कारक विश्लेषण और इसका उद्देश्य सामाजिक वैज्ञानिकों, छात्रों और सांख्यिकीविदों का उद्देश्य है। नाम का कोई आधिकारिक विस्तार नहीं है।

PSPP डेटा प्रबंधन और विश्लेषण उपकरण SPSS के लिए एक ओपन-सोर्स रिप्लेसमेंट के रूप में बनाया गया था। SPSS के मालिकाना लाइसेंस और डिजिटल प्रतिबंध प्रबंधन ने कार्यात्मक समान PSPP के जन्म का नेतृत्व किया। अन्य ओपन-सोर्स अनुप्रयोगों के समान, PSPP को कॉपी, साझा या संशोधित किया जा सकता है और अन्य GNU सॉफ्टवेयर अनुप्रयोगों के समान ही प्राप्त किया जा सकता है। PSPP को C प्रोग्रामिंग भाषा का उपयोग करके विकसित किया गया है और गणितीय दिनचर्या के लिए GNU साइंटिफिक लाइब्रेरी का उपयोग करता है। PSPP प्रोग्राम में से कुछ पुस्तकालयों तक पहुंच सकता है।

आपके जोखिम यह छिपा रहे हैं - क्या आप उन्हें स्पॉट कर सकते हैं?

आईटी हमारे जीवन में सबसे आगे है और हम व्यापार कैसे करते हैं इसमें एक प्रमुख भूमिका निभाता है। कारक विश्लेषण लेकिन इसके साथ जोखिम वाले जोखिम और जोखिमों का खुलासा होता है। एक आईटी विफलता अक्सर चेतावनी के बिना आती है और आपके लिए बड़ी समस्याओं के बराबर हो सकती है .

महरौली हत्याकांड: विशेषज्ञों ने डीएनए विश्लेषण में देरी पर दुख जताया, अधिकारियों ने कमी को कर्मचारियों की कमी बताया

ईएफए और सीएफए में क्या अंतर है?

खोजपूर्ण कारक विश्लेषण (EFA) को परस्पर संबंधित उपायों के क्रमबद्ध सरलीकरण के रूप में वर्णित किया जा सकता है। ईएफए प्रदर्शन करके, अंतर्निहित कारक संरचना की पहचान की जाती है। पुष्टिकारक कारक विश्लेषण (सीएफए) एक सांख्यिकीय तकनीक है जिसका उपयोग प्रेक्षित चरों के समूह की कारक संरचना को सत्यापित करने के लिए किया जाता है।

आम तौर पर, ईएफए का उपयोग विशाल डेटा सेट में सहसंबद्ध वस्तुओं से अद्वितीय और असंबद्ध वस्तुओं को प्राप्त करने के लिए किया जाता है। इसलिए, कुछ विद्वानों ने सुझाव दिया कि शोधकर्ता मॉडल की पुष्टि करने के लिए CFA करने से पहले EFA कर सकते हैं। इसलिए, जब हम मॉडल की पुष्टि करने के लिए सीएफए का उपयोग करते हैं, तो ईएफए करने की कोई आवश्यकता नहीं है।

मुझे सीएफए कब लेना चाहिए?

आंकड़ों में, पुष्टिकारक कारक विश्लेषण (सीएफए) कारक विश्लेषण का एक विशेष रूप है, जो आमतौर पर सामाजिक अनुसंधान में उपयोग किया जाता है। इसका उपयोग यह परीक्षण करने के लिए किया जाता है कि क्या किसी निर्माण के उपाय उस निर्माण (या कारक) की प्रकृति की एक शोधकर्ता की समझ के अनुरूप हैं।

प्रिंसिपल कंपोनेंट एनालिसिस (पीसीए) और एक्सप्लोरेटरी फैक्टर एनालिसिस (ईएफए) दोनों परिवर्तनशील कमी तकनीकें हैं और कभी-कभी एक ही सांख्यिकीय पद्धति के रूप में गलत होती हैं।

मूल कारण विश्लेषण

रूट कॉज़ समस्या के क्रूस को खोजने के लिए संदर्भित करता है और एक सामूहिक शब्द है जो समस्या को हल करने के लिए विभिन्न उपकरणों और तकनीकों को निर्धारित करता है। यह आमतौर पर विज्ञान और इंजीनियरिंग में उपयोग किया जाता है जिसमें आरसीए किसी विशेष तकनीकी गड़बड़ को पहचानने और हल करने में महत्वपूर्ण भूमिका निभाता है।

नीचे कुछ चरणों का उल्लेख किया गया है जिन्हें आरसीए विश्लेषण रिपोर्ट तैयार करने में पालन किया जाना चाहिए:

• # 1 - पहचान और विवरण: यह समस्या बयानों और घटनाओं के विस्तृत विवरण को संदर्भित करता है।
• # 2 - कालक्रम: घटनाओं का क्रम समस्या उत्पन्न होने से पहले हुआ है।
• # 3 - विभेदीकरण: पहले विश्लेषण किए गए आरसीए के कारक विश्लेषण साथ समस्या की तुलना करना और विभेदक कारक का पता लगाना।
• # 4 - कैजुअल ग्राफिंग: यह घटनाओं के विश्लेषण और फिर ग्राफिकल प्रारूप में चार्टिंग को संदर्भित करता है।

रूट कॉज एनालिसिस (RCA) के लिए उपयोग किए जाने वाले उपकरण

नीचे उल्लिखित कुछ उपकरण हैं:

1. पारेतो चार्ट - एक्सेल में पारेतो चार्ट एक बार चार्ट है जिसमें एक लाइन ग्राफ है जो आवृत्ति और समस्याओं की लागत को निर्धारित करता है। बार उन समस्याओं की आवृत्ति का प्रतिनिधित्व करता है जो ग्राफ़ के संचयी प्रतिशत का प्रतिनिधित्व करते समय होती हैं।
2. 5 क्यों - क्या यह अपेक्षित परिणाम प्राप्त करने के लिए सिस्टम से सवाल पूछने का संदर्भ देता कारक विश्लेषण है, अर्थात, सिस्टम ने एक त्रुटि क्यों डाली है? प्रक्रिया को सफलतापूर्वक निष्पादित क्यों नहीं किया गया? अपलोडिंग प्रक्रिया में डाउनटाइम क्यों है? प्रक्रियाओं में देरी क्यों हो रही है, और डाउनटाइम को कम करने के लिए क्या किया जा सकता है?
3. फिशबोन आरेख - इसमें कई उप - कारण हैं जो मूल समस्या से उत्पन्न होते हैं।
4. स्कैटर प्लॉट डायग्राम - एक्सेल में स्कैटर प्लॉट एक ग्राफ पर समान प्लॉट करके चरों के बीच के रिश्ते को दर्शाता है।
5. विफलता मोड और प्रभावी विश्लेषण - यह उत्पाद या प्रक्रिया डिजाइन में दोषों को नोट करने के लिए उपयोग की जाने वाली विधि है।

रूट कॉज एनालिसिस (RCA) के उदाहरण

उदाहरण 1

आइए हम एक ऐसी घटना लेते हैं, जहां हम न्यू यॉर्क शहर में किसी विशेष दिन के दौरान बिक्री टीम में विफलता का विश्लेषण करने वाले हैं।

उपरोक्त उदाहरण में, मूल कारण विश्लेषण को खोजने के लिए, हमें प्रत्येक शाखा में बिक्री के लिए उपलब्ध उत्पादों की मात्रा, लोगों की गुणवत्ता, मूल्य निर्धारण, और मूल कारणों को खोजने के लिए लोगों की वरीयताओं में परिवर्तन की जांच करने की आवश्यकता है उत्पादों को जनता को नहीं बेचा गया और इस प्रकार बिक्री की मात्रा में गिरावट आई है।

उदाहरण # 2

आइए हम शेयर बाजारों के उद्घाटन और समापन का एक उदाहरण लेते हैं।

उपरोक्त उदाहरण में, यदि वांछित समय पर शेयर बाजारों के खुलने में कोई समस्या है, तो टीम मशीन के प्रत्येक कारण और सिस्टम की जांच करेगी ताकि बाजार के मूल कारण का पता न चल सके। समय और जितनी जल्दी हो सके बग को ठीक करें।

नुकसान

• स्थिति का विश्लेषण करने और फिर आरसीए रिपोर्ट के साथ आने के लिए अतिरिक्त समय की आवश्यकता होती है।
• कंपनी में एक अलग आरसीए विश्लेषण विभाग है, जो एक लागत वहन करता है।
• आरसीए तैयार करने के लिए, कई प्रणालियों और प्रक्रियाओं के साथ बातचीत करके और उनके बीच तालमेल को समझने के लिए कर्मचारियों की समस्या के मूल में जाने के लिए अतिरिक्त प्रयास किए जाने की आवश्यकता है।
• आरसीए रिपोर्ट में पाई गई एक छोटी सी त्रुटि भी भविष्य में सिस्टम की कार्यक्षमता और परिचालन सुगमता बढ़ाने में मदद कर सकती है।
• किसी निष्कर्ष पर पहुंचने में बहुत लंबा समय लगता है क्योंकि प्रक्रिया के प्रत्येक चरण को अगली प्रक्रिया से पहले आगे बढ़ने से पहले पूरी तरह से जांचने और परीक्षण करने की आवश्यकता होती है। यह एक समय लेने वाला काम है।

मूल कारण विश्लेषण किसी भी संगठन के लिए सबसे महत्वपूर्ण पहलुओं में से एक है क्योंकि यह उत्पादों, प्रक्रियाओं, प्रणालियों और वित्तीय प्रदर्शनों में मुख्य समस्याओं की पहचान करने में मदद करता है और सही समय पर दोषपूर्ण लोगों को खत्म करने के उपायों का सुझाव भी देता है। कारक विश्लेषण आईटी पेशेवरों में यह अधिक सामान्य है जो सॉफ्टवेयर में कोडिंग और व्यावसायिक मुद्दों को हल करने में विशेषज्ञ हैं।