· Выберите в меню команду:
Analyze (Анализ)
Data Reduction (Сокращение объема данных)
Factor... (Факторный анализ)
Откроется диалоговое окно Factor Analysis (Факторный анализ).
· Переменные S_1 – S_15 поместите в поле тестируемых переменных Variables (Переменные)
· Нажмите кнопку Extraction... (Извлечение)
Откроется диалоговое окно Factor Analysis: Extraction (Факторный анализ: Извлечение), в котором можно выбрать метод извлечения, задать критерий числа факторов.
· Оставьте здесь Principal Components (Метод главных компонентов), установленный по умолчанию
· В поле Extract (Извлечь) активируйте опцию Number of factors: (Количество извлекаемых факторов:) и укажите требуемое число создаваемых факторов равное двум, чтобы получить легко интерпретируемый двумерный пример
· Подтвердите сделанные установки нажатием кнопки Continue (Далее)
· Нажмите кнопку Rotation... (Вращение)
Откроется диалоговое окно Factor Analysis: Rotation (Факторный анализ: Вращение), в котором можно выбрать метод вращения.
· В поле Method (Метод) оставьте опцию для метода вращения None (Отсутствует), установленную по умолчанию
|
|
· Активируйте опцию Loading plot(s) (Диаграммы нагрузок), чтобы организовать вывод факторных нагрузок в графическом виде. В результате мы оставляем вывод так называемой компонентной диаграммы
· Подтвердите сделанные установки нажатием кнопки Continue (Далее)
· Запустите вычисление кнопкой ОК
В окне просмотра появится набор таблиц и график компонент:
На этой диаграмме в графическом виде представлены факторные нагрузки обоих факторов. Для интерпретации факторов было бы предпочтительно, если бы точки лежали ближе к осям и подальше от точки начала отсчёта; тогда каждая переменная имела бы значительную нагрузку для одного фактора и незначительную для другого. Этого можно достичь поворотом осей против часовой стрелки, причём ортогональность системы координат (прямой угол между осями) должна сохраниться. В данном двумерном примере это вращение можно представить себе довольно наглядно, математически же подобный поворот можно произвести также и в n-мерном пространстве (то есть при наличии произвольного количества факторов).
Альтернативой прямоугольному (ортогональному) вращению является косоугольное вращение. В этом случае после вращения оси не сохраняют прямой угол по отношению друг к другу. В то время как при прямоугольном вращении корреляция между факторами отсутствует, то при косоугольном вращении этот принцип нарушается – факторы могут корреллировать между собой.
SPSS предлагает в общей сложности пять методов вращения: три метода для ортогонального вращения, один для косоугольного и еще один, который является комбинацией двух видов вращения. Эти методы можно активировать через выключатель Rotation... (Вращение) в диалоговом окне Factor Analysis: Rotation (Факторный анализ: Вращение).
|
|
▪ Varimax: Ортогональное вращение, при котором происходит минимизация количества переменных с высокой факторной нагрузкой. Этот метод является наиболее часто применяемым, поскольку он облегчает интерпретацию факторов
▪ Quartimax: Ортогональное вращение, при котором происходит минимизация количества факторов, необходимых для объяснения переменной. Этот метод используется редко и вообще не рекомендуется для применения
▪ Equamax: Ортогональное вращение; компромисс между предыдущими методами
▪ Direct oblimin: Косоугольное вращение
▪ Рrоmах: Комбинация ортогонального и косоугольного видов вращений
Обычно для ортогонального вращения применяют метод варимакса, а для косоугольного – Direct oblimin. При помощи компонентной диаграммы отследим действие вращения, осуществленного с использованием метода варимакса.
· Нажмите кнопку Rotation... (Вращение)
Откроется диалоговое окно Factor Analysis: Rotation (Факторный анализ: Вращение), в котором можно выбрать метод вращения.
· В поле Method (Метод) вместо опции для метода вращения None (Отсутствует) активируйте опцию Varimax (Baримакс)
· Подтвердите сделанные установки нажатием кнопки Continue (Далее)
· Запустите вычисление кнопкой ОК
В окне просмотра будет отображена изменённая диаграмма компонент:
На диаграмме стало заметно смещение факторных нагрузок в сторону главных осей.
Факторный анализ является самым излюбленным приёмом практических статистиков, служащим для сокращения количества переменных. Наиболее интересной частью факторного анализа является толкование получающихся факторов.