Компьютерные методы в психодиагностике. Истомина О.А. - 59 стр.

 (результат ФА до вращения) и scree plot (гра-   фирматорном ФА, в эксплораторном по опре-
 фик изменения собственных значений факто-       делению – нет; б) параметр eigenvalue (см. п.
 ров), 4) «Extract» – eigenvalues over … и num-  п. 2.в.) можно варьировать (от 0,5 до 3 – обыч-
                                                 но) в случаях, если не получается вращение
 ber of factors …; 5) maximum iteration for conver-
 gence … → Continue                              факторов; 5) оставить значение.
 5. Кнопка «Поворот» (rotation) содержит раз-    Выбрать: 1) метод varimax (см. п. п. 3.б.); 2)
 делы: 1) метод, 2) «показать» (display) – под-  оба: rotated solution – матрица факторных на-
 разделы «rotated solution» и «loading plots». → грузок после вращения, loading plots – по-
 Continue                                        строение факторных диаграмм
 6. Кнопка «Очки» (scores) – можно не менять.    -
 7. Кнопка «Опции» (options) содержит разде-     Выбрать: 1) исключать списками, 2) это важно
 лы: 1) «потерянные значения» (missing values)   для удобства последующего анализа: sorted
 и несколько подразделов, 2) «coefficient displayby size – установить флажок – при выводе на
 format» и подразделы – «sorted by size» (сор-   экран коэффициенты корреляции будут от-
 тировать по размеру) и «suppress absolute val-  сортированы по убыванию. Suppress absolute
 ues less than …» (не показывать значения        values less than [0,45] – это означает, что из
 меньше, чем …). → Continue → ok.                факторного решения будут исключены те пе-
                                                 ременные, корреляционные связи между ко-
                                                 торыми слабы (можно сделать критерий бо-
                                                 лее жестким – например, поставить 0,5).
                                       Просмотр Output
 1. Проверка того, удалось ли вращение: должна быть таблица Rotated component matrix
 А. Такой таблицы нет, есть надпись «rotation Можно изменить параметр eigenvalue (собст-
 failed …» (вращение не удалось).                венный вес факторов) и повторить процедуру54.
 Б. Такая таблица есть – получена устойчивая Столбцы матрицы – факторы (пронумерова-
 факторная модель, результаты исследования ны), строки – переменные, значения в таблице
 объяснимы с помощью ортогональных (не- – коэффициенты корреляции, с которыми ка-
 коррелирующих друг с другом) факторов.          ждая переменная вошла в тот или иной фак-
                                                 тор.
 2. Анализ факторов (предварительно можно экспортировать файл output в Excel для удобства):
 выделить значимые факторы (п. п. 2.а.) – содержащие 3 и более переменных.
 3. Анализ таблицы Total variance Explained (общая объясняемая дисперсия): раздел Rotations
 sums of squared loadings.
 А. Колонка Total – собственный вес факторов Список ограничен согласно параметру eigen-
 в факторном решении.                            value (если он был равен 1, то последний фак-
                                                 тор содержит значение больше 1), остальные
                                                 факторы не вносят вклада в объяснение дис-
                                                 персии данных.
 Б. Колонка % of Variance – процент дисперсии. Процент дисперсии, объясняемый каждым
                                                 фактором по отдельности – является важным
                                                 показателем, требующим анализа, выносится
                                                 в отчет о работе.
 В. Колонка Cumulative % – накопление про- Значимые факторы в сумме должны объяс-
 цента.                                          нять 70-75 % дисперсии данных (см. п. п. 2.г.),
                                                 чтобы ФА считался «хорошим».
 4. Анализ остальных показателей (кроме описательной статистики)55.




54
   Если после нескольких попыток вращение не удается – анализ описательной статистики и корреляционной
матрицы (переменные не коррелируют друг с другом, результаты респондентов слишком противоречивы –
можно «удалить» некоторые переменные из анализа); в крайних случаях возможен анализ первичных факто-
ров (таблица Component matrix).
55
   В данном разделе не рассматривается, см. рекомендуемую литературу.
                                                                                                   59