3.5 Факторный анализ
Факторный анализ — группа методов многомерного статистического анализа, которые позволяют представить в компактной форме обобщенную информацию о структуре связей между наблюдаемыми признаками изучаемого социального объекта на основе выделения некоторых скрытых, непосредственно не наблюдаемых факторов.
Факторный анализ позволяет решить две важные проблемы исследователя: описать объект измерения всесторонне и в то же время компактно. С помощью факторного анализа возможно выявление скрытых латентных переменных факторов, отвечающих за наличие линейных статистических связей корреляций между наблюдаемыми переменными.
Для проведения факторного анализа использовался вопрос «почему Вы отправляете деньги на личный р/с автора?» с возможностью выбрать несколько вариантов ответов.
По результатам проведения факторного анализа (полная матрица корреляций, полная объясненная дисперсия, общности и матрицы компонент представлены в Приложении Е) выявлена мера адекватности и критериев Бартлетта:
Таблица 24 – Мера адекватности и критерий Бартлетта
Мера адекватности и критерий Бартлетта |
||
Мера выборочной адекватности Кайзера-Мейера-Олкина. |
,742 |
|
Критерий сферичности Бартлетта |
Прибл. хи-квадрат |
558,829 |
ст.св. |
28 |
|
Знч. |
,000 |
|
Примечание – Источник: Собственная разработка на основе программы SPSS.
Для того, чтобы оценить степень применимости факторного анализа к данной выборке, мы использовали критерий адекватности выборки Кайзера - Мейера - Олкина . Его величина измеряется по следующей шкале:
более 0,9 — безусловная адекватность;
более 0,8 — высокая адекватность;
более 0,7 — приемлемая адекватность;
более 0,6 — удовлетворительная адекватность;
более 0,5 — низкая адекватность;
менее 0,5 — факторный анализ к выборке.
Мера выборочной адекватности Кайзера - Мейера - Олкина составила 0,742 ~ 0,7, это свидетельствует о приемлемой адекватности факторной модели матрице корреляций данного набора переменных.
Приближенный хи-квадрат составил 558,829 (при степени свободы = 45 и степени значимости=0), что отклоняет нулевую гипотезу и показывает то, что данные приемлемые для статистического анализа всей корреляции.
Ниже представлена таблица матрицы повернутых компонент.
Таблица 25 - Матрица перевернутых компонент
Матрица компонентa |
||
|
Компонента |
|
|
1 |
2 |
благодарность за полученное удовольствие |
,564 |
-,044 |
для поддержки музы |
,742 |
-,013 |
уважаю чужой труд |
,581 |
-,014 |
уважаю автора |
,557 |
,089 |
из-за успокоения совести |
,076 |
,941 |
соблюдаю закон об интеллектуальной собственности |
,734 |
-,164 |
из-за авторской солидарности |
,646 |
-,198 |
просто,чтобы помочь |
,619 |
,275 |
Метод выделения: Анализ методом главных компонент. |
||
a. Извлеченных компонент: 2 |
||
Примечание – Источник: Собственная разработка на основе программы SPSS.
Рисунок 18 – График нормализованного простого стресса.
Примечание – Источник: Собственная разработка на основе программы SPSS.
Таким образом, можно отметить следующее:
оптимальное число компонентов факторной модели (факторов) равно 2.
Первая группа факторов имеет название «Приверженность». Она описывает то, как влияет на потребительское поведение отношение к автору и творчеству в целом. Среди респондентов этой группе придано большое значение.
Вторая группа факторов имеет название «Совесть». Она отражает влияние внутреннего чувства вины на потребительское поведение. Респонденты посчитали эту группу факторов незначительной.