Please enable JavaScript.

Coggle requires JavaScript to display documents.

Vícerozměrné statistické metody - Coggle Diagram

- - - - konfirmatorní = méně častá, spojená s modelováním
    - - 1/ KMO –
        
        Nejpoužívanějším je Kaiser-Meyer-Olkinova míra (KMO). Koeficient KMO může teoreticky nabývat hodnot mezi 0 a 1. To proto, že je dán podílem součtu druhých mocnin korelačních koeficientů ku součtu druhých mocnin korelačních a parciálních koeficientů. Pro hodnoty KMO platí následující tabulka
        
        2/ Bartlettův test sféricity
        
        Další možností, jak jednoduchým způsobem zjistit, zda jsou zkoumané proměnné vhodné pro faktorovou analýzu, je testovat nulovou hypotézu, že korelační matice daných proměnných je jednotková (tj. na diagonále má jedničky, jinde nuly). To znamená, že korelační koeficienty mezi proměnnými jsou nulové, není tedy splněn základní předpoklad pro použití faktorové analýzy. Pokud tuto nulovou hypotézu zamítneme, má faktorová analýza smysl. Pro test této nulové hypotézy se používá Bartlettův test sféricity. Při dostatečně velkém počtu pozorování dochází k zamítnutí nulové hypotézy i při relativně malých korelačních koeficientech mezi proměnnými. Proto je vhodnější používat koeficient KMO. Vede k tomu i skutečnost, že Kromě celkového koeficientu KMO lze spočítat KMO i pro jednotlivé proměnné, tj. nejen pro všechny korelační koeficienty, ale také pouze pro korelační koeficienty s danou proměnnou.
        
        3/ tabulka komunalit
        
        hledám extrémní odlišnosti v hodnotách
        (a) pokud ANO zmíním která z nich = proměnná je tímto řešením málo vysvětlená. Navrhovala bych tedy její vyřazení, nebo přechod jinému počtu faktorů, který v SPSS manuálně zvolíme.
        (b) pokud ne = proměnné jsou modelem dostatečně postihnuty
        
        "V tabulce komunalit jsou u jednotlivých proměnných přítomny poměrně vysoké hodnoty, vyjma proměnné: spok-zvyšování kvalifikace. Tato proměnná je tímto řešením málo vysvětlená. Navrhovala bych tedy její vyřazení, nebo přechod jinému počtu faktorů, který v SPSS manuálně zvolíme."
        
        4/ počet faktorů
        
        Kaiserovo pravidlo = vlastní hodnota větší, než 1
        
        "Pomocí Kaiserova pravidla byly ve faktorové analýze zjištěny 4 faktory s vlastní hodnotou větší než 1. Tyto faktory vysvětlují 58,8% variance. Pokud bychom přidali další faktor, vysvětlili bychom dalších 5,5 procent."
        
        5/ nerotované řešení
        
        "Nerotované řešení získává poměrné silné skóry u prvního faktoru, což je dáno samotným principem PCA. Mohla bych tedy pokračovat s ním a sestavit škálu. V tomto případě ale přecházím k rotovanému řešení."
        
        škála se roztáhne normálně na body
        
        6/ rotované řešení
        
        4 more items...
        
        "Předpokládáme, že výsledky KMO míry a Bartlettova testu sféricity nám umožňují provést faktorovou analýzu."
    - - Výsledky explorativní faktorové analýzy nejsou jednoznačné. To je dáno tím, že existuje celá řada metod extrakce, rotace a výpočtu skóre faktorů.
      - zdroj: http://kpsold.pedf.cuni.cz/skalouda/fa/exp_fak_analyza.htm