Zanim /^mierny się omówieniem metody. /usługujmy wobec ic czynnikowa. Otrzymujemy następujący model czynnikowy: Uv* ;|
Zmienne |
Czynniki | ||
1 |
II |
_*L | |
1 |
0.90 |
-0.20 |
0.85 |
2 |
a7o |
0.10 |
0.50 |
3 |
0.60 |
0.30 |
0.45 |
4 |
0.30 |
0.60 |
0.45 |
5 |
0.10 |
0.70 |
0.50 |
6 |
,, 20 |
0.90 |
0.85 |
Do wyjaśnienia tych korelacji potrzebne -a tylko dwa czynniki ha, zmiennych „gran,czarny do dwóch. Ładunki czynmkowc w nadei.
™ ^ współczynnikami korelacji A zatem w^pótaynnik koicl.c,, ezsninkicni I równe jest 0.90. a z czynnikiem II -0.20 Przy,mu,* współczynników' korelacji w kategoriach wananc,,. możemy powie „ .
cent wariancji zmiennej I wyjaśnia czynnik . a 4 procent czynmk I /
Zt. wspólnej, czyi. >uma kwadratów wspólnych ładunków czynno d f miernej 1 (0.9O|: ♦ <-0.20r - 0.85 Znaczy to. ze zmienn.,
„ . 85 procent, wariancji wspólnej z innym, zmienny,n, z te,. A,
dunk, czynnikowe odtwarza,a korelacje dokładnie A wice r,: a. „ . .
' 070 . (-O.20) X 0,10 = 0.61. Wszystkie pozostałe .
obliczyć w 'ten sam sposób. Cześć r„. za któr, odpowiedzialny ,cs,
s L, 0 90 X 0 70 = 0.63. a cześć, za któ.a odpowiedzialne równa ,e M0.X 0.70^ = ^ ^ ^ ^wtstych. 6,*
2T£i czynnikowe nie pozwalaj, na dokładne odlworzenie k..,e . „.7.v c/eściowo ujemne, a częściowo dodatnie
“‘"fi" imerkorelacji i czynników można przcds.awic w postać, ge, . -W sposób uwidoczniony na rycin**
W
R>c. 28.3. (o) Geometryczne przedstawienie imerkorelacji między 6 zmicnnjmi. <b< go <-przedstawienie czynników. W (b) ładunki czynnikowe s4 rzulanu końców wektorów <u ' ^ '1' |
Pwka/jn> na rysunku mr*Jc|
czynniki Długości wektorów w, pscn-um^J '5'*"'*>7T**V*7 * *■ <>*/. ćn w^Onych Odle0.^ k*ową . ****"7*11 omaia
= Vf«**r A wi* r* . OAI. H, m o.9»i *, - Q«P"DC*"“■» r«* około W . OczywiC«.ic n»/iu przytocz* ^ K* * ma
«• UW****'" w ™>m
zamiast ortogonalnymi Sprawy * «-.... „ * , lła*em ** uic
* omaw,4m) w dahzym o*gu lego
28.8. Metody wyodrębniani* czynników
W sensie gcomc.rwnym ^odrębmra* aymklm ,. „m, . ■
na unuesK«mu /inon, osi nspótantajo .ckl,^f £*£
0.U polo/cnu korteow .O^s ■)<„ .„, koft..„ ... .
-z JS./.CU vxynnuu są
osie wspótrzętinjch «*>wkw sa .-„Wen. .Kta. pod ^ pnwj ci>ll „ ortogonalne Caeato « »H***C*»ch w** sK « p.„ k<£m ta
ukosme w stosunku do siebie Wówczas m».V. ,a .*r—7
m pr kąttr
Wówczas czynniki c* dcceclowmc Istnieją różnorodne metody umieszczania om współrzędne eh w .rod konfirun-cji wektorów » otrzymywania macierzy czynmkow. odtwarzanej w przybiucnm macierz, korelacji. Liczba możliwych rozwnązań lego problemu jest oczywiśae me-skończona, ponieważ osie współrzędnych można umic.scu: absolutnie w Ludem położeniu. Okoliczność ta sprawiła, że proces analizy czynnikowej i ul się dwuetapowy Etap pierwszy polega na umieszczeniu osi współrzędnych, inaczej układu odniesienia, wśród konfiguracji wektorów za pomoc* jednej z metod .pełnujących określone kryteria statystyczne \S ten sposob otrzymujemy macierz czynników Rozwiązanie takie Harman (1967) nazwał modelem be^osrednun Na etapie tym zostaje określona liczba czynników. Aczkolwiek rozwiązanie ukic może mieć ciekawe właściwości statystyczne, czynników otrzymanych w ten sposób zwykle me da się zinterpretować. Jeżeli zmienne są zmiennymi psychologicznymi, w większości wypadków nie można przypisać im żadnego znaczenia psychologicznego
Jedną z bezpośrednich metod wyodrębniania czynników, często wykorzystywana w przeszłości, jest meuxla ccnrroidalm, stworzona przez Thurvtone’x W wielu przykładach zastosowania analizy czynnikowej, opisanych w dawniejszej literaiur/c. posługiwano się modelem centroidalnym Zastosowanie tego modelu polega na poprowadzeniu pierwszej osi współrzędnych przez centroidc konfiguracji wektorów, co daje w efekcie tabelę korelacji rcsztowych. które można poddawać pewnym korektom, a następnie na poprowadzeniu drugiego czynnika przez centronJę odpowiadając* tabeli korelacji resztowych i kontynuowaniu tego procesu tak długo, az wielkości reszt będzie można uznać za nieznaczne. Metoda centroidałna zbliżona jest do metody czynniku głównego lub metody sktadowych głównych. Jest u> obecnie jedna z najczęściej stosowanych metod w obrębie modelu bezpośredniego. Inna metoda stosowana w obrębie modelu bezpośredniego, opracowana przez Lawleya (1940). nosi nazwę metody największego prawdopodobieństwu. Opisali ja Ławicy 1 Maxwell (1963).
559