الفهرس 
مفهوم البيانات الدالية
خطوات تحليل البيانات الداليةيوجد فقط 14 صفحة متاحة للعرض العام
 |  | from | 231 |  |  |
| | | from | 231 | | |
المستخلص
استهدفت الدراسة أساليب التحليل متعدد المتغيرات ”تحليل الارتباط المخروطي المعمم GCCA وتحليل المكونات الرئيسية PCA” على البيانات الدالية، بهدف التوصل للطريقة الأكثر ملاءمة في تحليل ونمذجة البيانات الدالية. وذلك من خلال إجراء دراسة تطبيقية لبيانات فعلية خاصة بقياس أداء الصناعة لإحدى شركات صناعة لإحدى شركات صناعة الهاتف المحمول. حيث تضمنت البيانات ثلاثة وعشرين متغيراً، مقسمة لست مجموعات (متغيرات كامنة) ؛ وكذلك بيانات دراسة محاكاة، حيث تم إجراء دراسة المحاكاة لخمسة عشر متغيراً لسلسلة زمنية من خلال التحكم في شكل العلاقة بين المغيرات الذى يفى بمتطلبات الحليل، ويتم تضمن هذه المتغيرات في ثلاثة مجموعات. وخلصت الدراسة في بيانات الدراسة الفعلية، إلى تفوق تحليل الارتباط المخروطي المعمم على طريقة المكونات الرئيسية. بينما، قدمت دراسة المحاكاة نتائج إضافية تشير إلى أنه لا يمكن الجزم دائماً بأفضلية تحليل الارتباط المخروطي المعمم على طريقة المكونات الرئيسية. حيث أشارت دراسة المحاكاة إلى أن الأمر يتوقف على طبيعة مصفوفة الارتباط للعلاقة بين المتغيرات الأساسية, فإذا كانت العلاقة بين المتغيرات داخل كل مجموعة قوية، والعلاقة المتبادلة بين المتغيرات في المجموعات المختلفة ضعيفة، يفضل إجراء النمذجة باستخدام طريقة المكونات الرئيسية. حيث أكدت دراسة المحاكاة، أنه لنمذجة البيانات باستخدام التحليل المخروطي المعمم، لابد من وجود متغيرات تنشيطية بين المجموعات. بمعنى وجود متغيرات مرتبطة بين المجموعات تعمل على تنشيط العلاقة بين المتغيرات الكامنة. بينما، إذا كانت العلاقات بين جميع المتغيرات الأساسية ”داخل وبين المجموعات” متقاربة، تقدم كلتا الطريقتين نتائج متقاربة. كما أكدت الدراسة على تولية الاهتمام لمزيد من الدراسات نحو البيانات الدالية، لما يتميز به التحليل الدالي للبيانات بالمحافظة على ترتيب البيانات ومتابعة تطورها لدالة ما عبر سلسلة متصلة. وبالتالي، يقدم رؤى مختلفة يصعب العثور عليها مع التحليلات الأخرى. كذلك، استخدام التحليل العاملي التوكيديةCFA لتحسين نتائج طرق التحليل الاستكشافي (مثل PCA و GCCA) لمجموعات البيانات المتعددة.