1 / 51

Ozsváth Károly NYME ACSJK Testnevelési Tanszék

StatSoft Statistica for Windows kezelése: Factor Analysis II. Ozsváth Károly NYME ACSJK Testnevelési Tanszék. Fábián Gy. – Zsidegh M.: A testnevelési és sporttudományos kutatások módszertana, 185-226. p. (SPSS: 185-226.p., Statistica: 215-226.p.) Fájl: jud2.sta. Változók kijelölése.

iniko
Download Presentation

Ozsváth Károly NYME ACSJK Testnevelési Tanszék

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. StatSoft Statistica for Windows kezelése: Factor Analysis II. Ozsváth KárolyNYME ACSJK Testnevelési Tanszék

  2. Fábián Gy. – Zsidegh M.: A testnevelési és sporttudományos kutatások módszertana, 185-226. p. (SPSS: 185-226.p., Statistica: 215-226.p.) • Fájl: jud2.sta

  3. Változók kijelölése

  4. Módszer választás: • Főkomponens módszer • Alapbeállítás: • 2 faktor, sajátérték=1 korláttal • Kérhetők a leíró statisztikák, így a korrelációs mátrix.

  5. Vissza a módszer kiválasztás ablakba, majd a sajátértékek lekérése.

  6. A két faktor 42,5%-ban magyarázza a teljes varianciát. Ez kissé kevés, a kiszűrendő faktorok számának meghatározásához a kavics ábra („Scree plot” nyújthat segítséget: annyi faktort érdemes elkülöníteni, ahány töréspont található a kavics ábrán. Jelen esetben ez 4.

  7. A 4 faktor már 62%-át magyarázza a teljes varianciának. • Ezt követően kell a faktortöltést, a faktorsúlyokat lekérni. („Loadings”)

  8. Ha gondot okoz a faktorok értelmezése, akkor forgatással, rotációval lehet próbálkozni az áttekinthetőbb kép érdekében.

  9. Scores: egyedi/egyéni faktorértékek • Pl. az 1 faktor állóképességi jellegű faktor, az itt magas faktorértéket mutató versenyzők állóképessége magas szintű.

  10. Más módszer is választható, pl. a „legnagyobb valószerűség”, a „maximum likelihood” módszer. Itt a scree plot azonban csak a kiszűrt faktorok sajátértékét mutatja. Nézzük meg 3 faktorra az analízist. Látható lesz, hogy ezúttal a rotáció nem változtatja meg az értelmezhetőséget.

  11. A FA tehát nem szokott teljesen egyértelmű képet adni, de segítségével sokoldalúan lehet adatainkat elemezni. Csak sok változót tartalmazó, magas elemszámú vizsgálatok esetén van értelme használatának. A FA a „sokból keveset” alapelve szerint segíti az áttekintést vizsgálataink eredményei között.

More Related