33 matches
-
m variabile observate X1, X2, ..., Xm, folosind matricea de covarianțe (corelații) dintre ele. Până acum ne-am folosit de câteva exemple care presupuneau că modelul factorial este cunoscut (erau specificate numărul de factori comuni, complexitatea factorială a fiecărei variabile observate, ortogonalitatea sau oblicitatea factorilor) și că există o corespondență perfectă între matricea de saturații factoriale și matricea de covarianțe (corelații) dintre variabile. Dacă saturațiile factoriale sunt cunoscute, atunci putem deriva în mod univoc corelațiile dintre variabile. În realitate însă, situația practică
[Corola-publishinghouse/Science/2075_a_3400]
-
în mod univoc corelațiile dintre variabile. În realitate însă, situația practică în care suntem este inversa: dorim să obținem structura factorială (matricea saturațiilor, complexitatea factorială a variabilelor, gradul de determinare factorială a fiecărei variabile, relația dintre factori în termeni de ortogonalitate sau oblicitate) pornind de la corelațiile (covarianțele) cunoscute dintre variabilele observate. Dificultatea apare deoarece demersul prin care facem inferențe despre factori pornind de la covarianțele (corelațiile) dintre variabile conține o serie de nedeterminări. Aceeași structură de covarianță poate fi produsă de nenumărate
[Corola-publishinghouse/Science/2075_a_3400]
-
tinde să se constituie într-un factor general, pe care fiecare variabilă îl saturează și explică cea mai mare parte a varianței. Factorii următori, ortogonali cu primul, explică varianța rămasă și explică succesiv o cantitate mai mică din aceasta. Dar ortogonalitatea și ordinea factorilor nu sunt inerente structurii datelor, ci rezultă din condițiile stabilite de noi în procesul de extragere a factorilor. Efectul cel mai important al rotației matricei factoriale este acela că redistribuie varianța de la soluția de factori inițială la
[Corola-publishinghouse/Science/2075_a_3400]
-
Obținerea unei structuri simple prin examinarea configurației grafice a variabilelor O a doua abordare are ca fundament o metodă de rotație analitică, susținută de o procedură matematică, în care nu intră judecăți subiective. Metoda de rotație poate fi ortogonală (păstrează ortogonalitatea factorilor după rotație) sau oblică. Există mai multe metode de rotație ortogonale și oblice. Voi descrie în câteva cuvinte acele metode care se regăsesc în meniul pachetului statistic SPSS. Metoda ortogonală „varimax” urmează criteriul simplificării coloanelor matricei factoriale, maximizând varianța
[Corola-publishinghouse/Science/2075_a_3400]
-
1. Metoda „direct oblimin” se bazează pe simplificarea saturațiilor factoriale, în mod similar metodei „quartimax”, adăugând și posibilitatea oblicității. Gradul de oblicitate este dat de valoarea δ. Cu cât aceasta este mai mică (negativă), cu atât factorii se apropie de ortogonalitate. Cu cât este mai mare, cu atât soluția este mai oblică. Metoda „promax” folosește o procedură prin care saturațiile obținute după o rotație de tip „varimax” a soluției ortogonale sunt ridicate la o putere întreagă (practica sugerează valoarea 4 ca
[Corola-publishinghouse/Science/2075_a_3400]
-
Primul factor poate fi deci înțeles ca fiind cea mai bună sumarizare a relațiilor liniare pe care le prezintă datele. Cel de-al doilea factor constituie cea de-a doua cea mai bună combinație liniară de variabile, supusă condiției de ortogonalitate cu primul factor. El este obținut din explicarea proporției de varianță rămasă după ce primul factor a fost extras. În această situație, saturațiile factoriale, care ne indică gradul de corespondență între variabilă și factor, nu ne conduc întotdeauna la o interpretare
[Corola-publishinghouse/Science/2075_a_3400]
-
faptul că scala respectivă corelează doar cu factorul pe care se presupune că îl măsoară, și nu și cu ceilalți factori, indiferent că factorii latenți identificați sunt sau nu ortogonali, metoda Bartlett dă cele mai bune rezultate. În termeni de ortogonalitate a factorilor, metoda Rubin-Anderson este cea mai avantajoasă. Validarea analizei factorialetc "Validarea analizei factoriale" În fine, câteva cuvinte despre măsura în care rezultatele obținute printr-o analiză factorială pot fi generalizate la nivelul întregii populații din care a fost extras
[Corola-publishinghouse/Science/2075_a_3400]
-
ferestrele spre spații mizere. Marile orașe au devenit prea dense ca să poată asigura securitatea locuitorilor lor, deși încă nu au ajuns atât de dense încât să răspundă noilor cerințe ale lumii afacerilor"135. Verticalitatea morală pe care o întruchipa acum ortogonalitatea "orașului luminos" condamna orașul tradițional din cauza arhaismului străzilor sale sinuoase, a locuințelor strâmte, a zonelor întunecate, pe scurt, pentru "sălbăticia" sa. " Drumul cotit este drum pentru animale, strada dreaptă este pentru oameni. Drumul ocolit este efectul plăcerii, nonșalanței, lâncezelii, relaxării
by Thierry Oblet [Corola-publishinghouse/Science/954_a_2462]