Главная страница Случайная страница
Разделы сайта
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
Total Variance Explained
|
|
| Factor | Initial Eigenvalues | Extraction Suras of Squared Loadings | Rotation Sums of Squared Loadings | ||||||
| Total | % of Variance | Cumulative % | Total | % of Variance | Cumulative % | Total | % of Variance | Cumulative % | |
| 3.815 2.227 1.320.692.533.402.341.295.221.154 | 38.155 22.266 13.196 6.924 5.328 4.016 3.412 2.955 2.209 1.538 | 38.155 60..421 73.617 80.541 85.870 89.885 93.298 96.253 98.462 100.000 | 3.191 2.147 .964 | 31.914 21.474 9.643 | 31.914 53.388 63.031 | 2.659 2.010 1.634 | 26.591 20.097 16.343 | 26.591 46.688 63.031 |
Extraction Method: Maximum Likelihood.
С) Факторные нагрузки до вращения:
Factor Matrix(a)
| Factor | |||
| v1 | -.125 | -.620 | .533 |
| v2 | .188 | .411 | .364 |
| v3 | .445 | .548 | -.420 |
| v4 | .703 | -.131 | .147 |
| v5 | -.240 | -.684 | -.148 |
| v6 | .469 | .660 | .116 |
| v7 | -.926 | .222 | |
| v8 | .731 | -.356 | -.110 |
| v9 | .486 | .440 | .534 |
| v10 | .737 | .111 |
Extraction Method: Maximum Likelihood.
a 3 factors extracted. 6 iterations required.
D) Статистическая оценка «качества подгонки»:
Goodness-of-fit Test
| Chi-Square | df | Sig. |
| 13.963 | .731 |
Статистическая значимость (Sig.) позволяет судить о том, достаточное ли количество факторов выделено. В данном случае p (Sig.) > 0, 05, следовательно, трех факторов достаточно.
Е) Факторные нагрузки после вращения:
Rotated Factor Matrix(a)
| Factor | |||
| v1 | -.818 | ||
| v2 | .579 | ||
| v3 | .232 | .204 | .761 |
| v4 | .699 | .210 | |
| v5 | -.628 | -.390 | |
| v6 | .198 | .654 | .450 |
| v7 | -.945 | -.110 | |
| v8 | .813 | -.110 | |
| v9 | .279 | .798 | |
| v10 | .661 | .325 | .126 |
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization.
a Rotation converged in 5 iterations.
(Указаны факторные нагрузки, превышающие по абсолютной величине 0, 1.)
П р и м е ч а н и е. После получения окончательного варианта результатов факторного анализа и интерпретации факторов (по таблице факторных нагрузок после вращения) возможно вычисление факторных оценок — как новых переменных для последующего анализа другими методами.
10.Вычислим факторные оценки как новые переменные. Для этого необходимо начать факторный анализ с самого начала, сохраняя все последние установки.
A) Выбираем Analyze > Data Reduction > Factor... В открывшемся окне диалога убеждаемся, что выбранные ранее переменные сохранены для анализа в окне Variables (переменные). Нажимаем Extraction... и убеждаемся, что выбран метод максимального правдоподобия (Maximum likelihood) и задано три фактора (Number of factors: 3). Нажимаем Continue. Нажимаем Rotation... и убеждаемся, что задан метод вращения варимакс (Method: Varimax). Нажимаем Continue.
B) Для вычисления факторных оценок нажимаем Scores... (Оценки...) и отмечаем флажком Save as variables (Сохранить как переменные) и Display factor coefficient matrix (Выводить матрицу коэффициентов факторных оценок). Нажимаем Continue. Нажимаем ОК.
11.Получаем результаты. К тем результатам, которые были описаны в п. 9, добавляются новые:
А) Матрица коэффициентов факторных оценок:
|
|