Интерпретация результатов. Для интерпретации факторов необходимо определить переменные, которые имеют высокие значения нагрузок по одному и тому же фактору.

Для интерпретации факторов необходимо определить переменные, которые имеют высокие значения нагрузок по одному и тому же фактору.

Фактор 1

Предотвращение кариеса

2. белизна зубов

3. укрепление десен

Фактор 2

свежее дыхание

5. предотвращение порчи

6. привлекательный внешний вид

Фактор 1 – укрепляющий здоровье;

Фактор 2 – отвечающий за внешний вид.

Вычисление значения фактора

Если цель факторного анализа заключается в снижении исходного числа переменных до небольшого набора составных переменных 9факторов), используемых в многомерном анализе, то для каждого респондента вычисляют значение фактора

Веса или коэффициенты значений фактора получают из матрицы коэффициентов факторов (табл.10).

Таблица 10.- Матрица коэффициентов факторов

	Фактор 1	Фактор2
V₁	0,358	0,011
V₂	-0,001	0,375
V₃	0,345	-0,043
V₄	-0,017	0,377
V₅	-0,350	-0,059
V₆	0,052	0,395

Отбор переменных-заменителей заключается в выделении нескольких из исходных переменных для использования их в последующем анализе.

Определение подгонки модели

Изучив разности между наблюдаемыми корреляциями (данными в исходной корреляционной матрице) и вычисленными корреляциями (определенными из матрицы факторных нагрузок), можно определить соответствие модели исходным данным. Эти разности называют остатками. Если много остатков с большими значениями, то факторная модель не обеспечивает хорошее соответствие данным и требует пересмотра. Из данных табл.11 видно, что только пять остатков превышают 0,05, что говорит о приемлемом соответствии модели данным.

Табл.11. -Вычисленная корреляционная матрица^*

	V₁	V₂	V₃	V₄	V₅	V₆
V₁	0,926	0,024	-0,029	0,031	0,038	-0,053
V₂	-0,078	0,723	0,022	-0,158	0,038	-0,105
V₃	0,902	-0,177	0,894	-0,031	0,081	0,033
V₄	-0,117	0,730	-0,217	0,739	-0,027	-0,107
V₅	-0,895	-0,018	-0,859	0,020	0,878	0,016
V₆	0,057	0,746	-0,051	0,748	-0,152	0,790

Нижний левый треугольник содержит вычисленную корреляционную матрицу; диагональ – общности; верхний правый треугольник – остатки между наблюдаемыми и вычисленными корреляциями.

Выполнение факторного анализа в SPSS продемонстрировано следующими рисунками.

Рис. 3. Выбор метода «Факторный анализ»

Рис.4. Выбор переменных для проведения факторного анализа

Далее представлены таблицы с результатами факторного анализа

Дата добавления: 2016-05-05; просмотров: 605;