Результаты факторного анализа представлены в виде таблиц общностей (рис.6-18) и объясненной дисперсии (рис.6-19).
Рис.6-18. Таблица общностей
Рис.6-19. Таблица объясненной дисперсии
Таблица общности
Общности (рис.6-18) выводятся до выделения факторов. Для каждого метода выделения, за исключением метода главных компонент, оценка, размещающаяся в столбце Initial (Начальная), равняется множественному R-квадрат (коэффициенту детерминации) с переменной текущей строки в качестве зависимой и всеми остальными в качестве независимых переменных. Начальные общности используются в вычислениях при выделении факторов.
По умолчанию, даже при использовании метода максимального правдоподобия, для определения числа факторов используется метод главных компонент. Чтобы иметь возможность сравнить полученные результаты в методе максимального правдоподобия с результатами из примера 1, мы в качестве параметра установили выделение двух факторов (рис.6-14).
Общность для переменной IBM мала, так что она имеет слабое отношение к обоим факторам.
|
|
6.3.3.2. Таблица «Объяснённая дисперсия» (рис.6-19)
Начальный процент дисперсии, объяснённый каждым из факторов, и результирующим, полученным после выделения, одинаковы (как в методе главных компонент). В рассматриваемом методе первые два фактора объясняют 81,653% общей дисперсии. Так как факторы коррелированы, то суммы квадратов нагрузок вращения нельзя интерпретировать в терминах долей дисперсии.