Postup faktorové analýzy nejlépe ukáže následující komentovaný příklad:
V rámci výzkumného záměru „Čeští žáci a základní škola po deseti letech: Vývoj a změny pohledem psychologie a oborových didaktik“ byl v roce 2002 zadáván na třech pražských školách 130 žákům sedmi osmých tříd dotazník mapující mimo jiné jejich hodnotové preference. Žáci vypovídali za pomoci škály: 1 – velmi důležité, 2 – méně důležité, 3 – nedůležité. Výsledky výpovědí žáků shrnuje tab. 2, která uvádí průměrné hodnoty výpovědí žáků na dané hodnotové deklarace. Čím menší průměrná hodnota, tím vyšší důležitost žáci dané výpovědi přiřazují.
Tab. 2 Průměrné hodnoty výpovědí žáků
|
Mean |
Std. Dev. |
N |
Missing |
01 Žít ve
správně rodině |
1,17 |
,435 |
129 |
1 |
02 Žít ve
zdravém životním prostředí |
1,41 |
,581 |
128 |
2 |
03 Být
vzdělaný, mít velké znalosti |
1,27 |
,513 |
128 |
2 |
04 Hodně
cestovat, poznávat různé země |
1,75 |
,640 |
128 |
2 |
05 Pomáhat
všude, kde je potřeba |
1,59 |
,608 |
128 |
2 |
06 Dobře
vypadat, mít pěkný osobní vzhled |
1,66 |
,633 |
128 |
2 |
07 Umět se o
sebe postarat, být samostatný |
1,09 |
,320 |
127 |
3 |
08 Být ve
svém budoucím životě úspěšný |
1,24 |
,482 |
128 |
2 |
09 Umět se
prosadit, mít dobré nápady |
1,23 |
,443 |
128 |
2 |
10 Žít v
blahobytu, mít hodně peněz |
1,78 |
,663 |
128 |
2 |
11 Žít ve
shodě se svojí náboženskou vírou |
2,63 |
,678 |
125 |
5 |
12 Mít pocit,
že jsem někomu užitečný |
1,59 |
,659 |
127 |
3 |
13 Najít si
dobrého životního partnera |
1,21 |
,462 |
129 |
1 |
14 Být
tolerantní, žít v dobrém vztahu s lidmi |
1,29 |
,548 |
129 |
1 |
15 Být hrdý
na zemi, kde jsem se narodil |
1,69 |
,649 |
128 |
2 |
16 Naučit se
poctivě pracovat,odevzdávat co nejlepší výkon |
1,39 |
,616 |
129 |
1 |
17 Chovat se
vždy tak, aby si mne lidé vážili |
1,32 |
,530 |
129 |
1 |
18 Nemít
velké zdravotní problémy |
1,20 |
,487 |
128 |
2 |
Na základě průměrů sledovaných proměnných lze usoudit, že největší význam má pro žáky schopnost se o sebe postarat, mít správnou rodinu a být zdravý. Nejmenší důležitost žáci přikládají životu ve shodě s náboženskou vírou.
Směrodatné odchylky ukazují, n
Poslední dva sloupce tabulky obsahují počet žáků, kteří se výzkumu zúčastnili a počet těch, kteří na danou otázku neodpověděli.
2.1 Vhodnost použití faktorové analýzy
Korelační matice nasvědčuje tomu, že hodnotové preference českých žáků jsou spolu provázané, slabší vazby jsou pouze u hodnot cestování, život v blahobytu a u života ve shodě s náboženskou vírou. Avšak i tyto hodnotové preference z výzkumu nevyloučíme, a to z důvodů, které vysvětlíme při interpretaci dalších tabulek.
Tab. 3 Correlation Matrix
|
01 |
02 |
03 |
04 |
05 |
06 |
07 |
08 |
09 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
1 |
1 |
0,19 |
0,18 |
0,16 |
0,18 |
0,13 |
0,17 |
0,18 |
0,24 |
0,10 |
-0,05 |
0,22 |
0,44 |
0,35 |
0,16 |
0,33 |
0,37 |
0,40 |
2 |
|
1 |
0,44 |
0,00 |
0,32 |
-0,17 |
0,05 |
0,04 |
0,03 |
-0,16 |
0,16 |
0,14 |
0,26 |
0,27 |
0,35 |
0,43 |
0,10 |
0,19 |
3 |
|
|
1 |
0,11 |
0,26 |
-0,12 |
0,23 |
0,30 |
0,17 |
-0,10 |
0,16 |
0,24 |
0,35 |
0,36 |
0,35 |
0,48 |
0,21 |
0,16 |
4 |
|
|
|
1 |
0,14 |
0,10 |
0,19 |
0,15 |
0,18 |
0,11 |
0,01 |
-0,01 |
0,15 |
0,10 |
0,13 |
0,05 |
0,07 |
0,06 |
5 |
|
|
|
|
1 |
-0,16 |
0,07 |
-0,07 |
0,15 |
-0,16 |
0,26 |
0,28 |
0,36 |
0,45 |
0,45 |
0,49 |
0,45 |
0,24 |
6 |
|
|
|
|
|
1 |
0,01 |
0,20 |
0,12 |
0,44 |
0,08 |
-0,17 |
-0,02 |
-0,14 |
-0,06 |
-0,12 |
0,07 |
-0,01 |
7 |
|
|
|
|
|
|
1 |
0,26 |
0,18 |
-0,01 |
-0,16 |
0,18 |
0,34 |
0,16 |
0,10 |
0,05 |
0,06 |
0,24 |
8 |
|
|
|
|
|
|
|
1 |
0,40 |
0,34 |
0,08 |
0,17 |
0,09 |
0,06 |
0,11 |
0,18 |
0,07 |
0,10 |
9 |
|
|
|
|
|
|
|
|
1 |
0,20 |
0,11 |
0,20 |
0,18 |
0,14 |
0,20 |
0,32 |
0,19 |
0,19 |
10 |
|
|
|
|
|
|
|
|
|
1 |
-0,01 |
-0,10 |
-0,11 |
-0,13 |
-0,08 |
-0,10 |
0,02 |
0,08 |
11 |
|
|
|
|
|
|
|
|
|
|
1 |
0,12 |
0,02 |
0,12 |
0,24 |
0,26 |
0,20 |
0,08 |
12 |
|
|
|
|
|
|
|
|
|
|
|
1 |
0,36 |
0,48 |
0,34 |
0,52 |
0,44 |
0,18 |
13 |
|
|
|
|
|
|
|
|
|
|
|
|
1 |
0,63 |
0,38 |
0,43 |
0,56 |
0,34 |
14 |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
0,37 |
0,57 |
0,57 |
0,30 |
15 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
0,58 |
0,38 |
0,29 |
16 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
0,51 |
0,37 |
17 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
0,33 |
18 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
Korelační matice leccos napoví,
důležitá je velikost Kaiser-Meyer-Olkinovy
míry. Ta, jak vidíme v tab. 4 nabývá hodnoty 0,816, je proto vysoká a napovídá
vhodnosti použití faktorové analýzy.
Také Bartlettův test sféricky vede k zamítnutí nulové hypotézy, že korelační
matice zkoumaných proměnných je jednotková (pozorovaná hladina významnosti je
rovna 0,000). To znamená, že korelační koeficienty mezi proměnnými nejsou
nulové a je tedy splněn základní předpoklad pro použití faktorové analýzy.
Tab. 4 KMO and Bartlett's Test
Kaiser-Meyer-Olkin
Measure of Sampling Adequacy. |
,816 |
|
Bartlett's
Test of Sphericity |
Approx.
Chi-Square |
671,916 |
df |
153 |
|
Sig. |
,000 |
V matici záporných parciálních
korelačních koeficientů s hodnotami KMO na diagonále si můžeme všimnout, že i u
proměnných s poměrně nízkými korelačními koeficienty s ostatními proměnnými
jsou hodnoty KMO sice nízké, ale ještě vyhovující. To je důvodem k tomu, že jsme
je ze zpracování nevyloučili. Jedná se o hodnoty 0,71 u proměnné 04 Hodně cestovat, poznávat různé země, 0,66 u
10 Žít v blahobytu, mít hodně peněz a 0,70 pro proměnnou 11 Žít ve shodě se
svojí náboženskou vírou. Vidíme, že proměnná 07 Umět se o sebe postarat, být
samostatný, má koeficient KMO nižší než proměnné, které se zdály být pro
faktorovou analýzu méně vhodné na základě analýzy korelační matice.
Tím se dostáváme k dalšímu využití anti-image matice. Pokud je celková míra KMO nízká, můžeme na základě jednotlivých koeficientů KMO v Anti-image matici identifikovat proměnné, které použití faktorové analýzy hatí a ze zpracování je vyloučit.
Tab. 5 Anti-image Correlation
|
01 |
02 |
03 |
04 |
05 |
06 |
07 |
08 |
09 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
01 |
0,83 |
-0,12 |
0,04 |
-0,10 |
0,03 |
-0,14 |
0,05 |
-0,06 |
-0,08 |
-0,02 |
0,16 |
-0,03 |
-0,20 |
-0,04 |
0,13 |
-0,09 |
-0,10 |
-0,25 |
02 |
-0,12 |
0,80 |
-0,26 |
0,07 |
-0,12 |
0,07 |
0,04 |
0,02 |
0,11 |
0,01 |
-0,07 |
0,08 |
-0,10 |
0,01 |
-0,12 |
-0,19 |
0,21 |
-0,02 |
03 |
0,04 |
-0,26 |
0,83 |
-0,05 |
0,03 |
0,07 |
-0,13 |
-0,26 |
0,05 |
0,06 |
-0,07 |
0,08 |
-0,11 |
-0,07 |
-0,03 |
-0,23 |
0,03 |
0,08 |
04 |
-0,10 |
0,07 |
-0,05 |
0,71 |
-0,13 |
-0,03 |
-0,12 |
-0,03 |
-0,09 |
-0,07 |
-0,01 |
0,10 |
-0,03 |
-0,04 |
-0,10 |
0,07 |
0,05 |
0,06 |
05 |
0,03 |
-0,12 |
0,03 |
-0,13 |
0,88 |
0,11 |
-0,07 |
0,16 |
-0,07 |
0,04 |
-0,15 |
0,06 |
0,01 |
-0,12 |
-0,15 |
-0,12 |
-0,21 |
0,00 |
06 |
-0,14 |
0,07 |
0,07 |
-0,03 |
0,11 |
0,62 |
-0,05 |
-0,06 |
-0,01 |
-0,34 |
-0,16 |
0,17 |
-0,06 |
0,10 |
-0,03 |
0,00 |
-0,13 |
0,10 |
07 |
0,05 |
0,04 |
-0,13 |
-0,12 |
-0,07 |
-0,05 |
0,59 |
-0,20 |
-0,07 |
0,10 |
0,19 |
-0,17 |
-0,26 |
0,02 |
0,00 |
0,18 |
0,15 |
-0,23 |
08 |
-0,06 |
0,02 |
-0,26 |
-0,03 |
0,16 |
-0,06 |
-0,20 |
0,67 |
-0,26 |
-0,28 |
-0,08 |
-0,10 |
0,07 |
0,02 |
-0,02 |
-0,04 |
0,02 |
0,05 |
09 |
-0,08 |
0,11 |
0,05 |
-0,09 |
-0,07 |
-0,01 |
-0,07 |
-0,26 |
0,80 |
-0,10 |
-0,04 |
-0,02 |
-0,04 |
0,08 |
0,00 |
-0,22 |
0,03 |
-0,01 |
10 |
-0,02 |
0,01 |
0,06 |
-0,07 |
0,04 |
-0,34 |
0,10 |
-0,28 |
-0,10 |
0,66 |
0,06 |
0,02 |
0,10 |
0,00 |
0,02 |
0,07 |
-0,06 |
-0,14 |
11 |
0,16 |
-0,07 |
-0,07 |
-0,01 |
-0,15 |
-0,16 |
0,19 |
-0,08 |
-0,04 |
0,06 |
0,70 |
-0,03 |
0,08 |
0,00 |
-0,06 |
-0,04 |
-0,08 |
-0,07 |
12 |
-0,03 |
0,08 |
0,08 |
0,10 |
0,06 |
0,17 |
-0,17 |
-0,10 |
-0,02 |
0,02 |
-0,03 |
0,85 |
0,01 |
-0,17 |
-0,07 |
-0,26 |
-0,18 |
0,12 |
13 |
-0,20 |
-0,10 |
-0,11 |
-0,03 |
0,01 |
-0,06 |
-0,26 |
0,07 |
-0,04 |
0,10 |
0,08 |
0,01 |
0,84 |
-0,35 |
-0,12 |
0,09 |
-0,29 |
-0,03 |
14 |
-0,04 |
0,01 |
-0,07 |
-0,04 |
-0,12 |
0,10 |
0,02 |
0,02 |
0,08 |
0,00 |
0,00 |
-0,17 |
-0,35 |
0,89 |
0,09 |
-0,21 |
-0,18 |
0,00 |
15 |
0,13 |
-0,12 |
-0,03 |
-0,10 |
-0,15 |
-0,03 |
0,00 |
-0,02 |
0,00 |
0,02 |
-0,06 |
-0,07 |
-0,12 |
0,09 |
0,89 |
-0,28 |
-0,06 |
-0,09 |
16 |
-0,09 |
-0,19 |
-0,23 |
0,07 |
-0,12 |
0,00 |
0,18 |
-0,04 |
-0,22 |
0,07 |
-0,04 |
-0,26 |
0,09 |
-0,21 |
-0,28 |
0,85 |
-0,11 |
-0,17 |
17 |
-0,10 |
0,21 |
0,03 |
0,05 |
-0,21 |
-0,13 |
0,15 |
0,02 |
0,03 |
-0,06 |
-0,08 |
-0,18 |
-0,29 |
-0,18 |
-0,06 |
-0,11 |
0,85 |
-0,10 |
18 |
-0,25 |
-0,02 |
0,08 |
0,06 |
0,00 |
0,10 |
-0,23 |
0,05 |
-0,01 |
-0,14 |
-0,07 |
0,12 |
-0,03 |
0,00 |
-0,09 |
-0,17 |
-0,10 |
0,81 |
Počet zkoumaných hodnotových preferencí je 18, snažíme se je převést na menší počet faktorů tak, abychom tímto vysvětlením ztratili co možná nejmenší množství informace, tj. variability, pokud na problém nazíráme z hlediska teorie hlavních komponent. Z hlediska faktorové analýzy vyžadujeme, aby redukce proměnných byla provedena tak, aby se reziduální korelační matice co nejvíc blížila matici jednotkové.
2.2
Stanovení počtu faktorů
Při rozhodování o počtu faktorů jsme bohužel nemohli využít žádný teoretický předpoklad. Řídili jsme se sutinovým grafem v obr. 2. Vidíme, že pokud se nechceme omezit na jeden nebo dva faktory, dochází k většímu poklesu grafu mezi čtvrtým a pátým faktorem. Proto jsme se omezili na 4 faktory. Kdybychom se chtěli řídit Kaiserovým pravidlem, dostaneme 6 faktorů. Můžeme se o tom přesvědčit v tab. 7. Protože jsou ale vlastní čísla pátého a šestého faktoru prakticky jednotková, rozhodli jsme se jen pro 4 faktory.
Obr. 2 Sutinový graf
Matematicky lze chování našich 18 zkoumaných standardizovaných proměnných Xi (i = 1, 2, 3, …18) popsat pomocí 4 latentních (přímo neměřitelných, hypotetických proměnných Fj (j = 1, 2, 3, 4) následovně
Xi = ai1F1
+ ai2F2 + ai3F3 + ai4F4
+ ei, (4)
kde ei je specifická (jedinečná) část proměnné Xi , o níž předpokládáme, že její korelace se všemi faktory je nulová. Nulové jsou i korelace jednotlivých jedinečností mezi sebou. Protože i faktory jsou konstruovány tak, aby spolu vzájemně nekorelovaly, lze rozptyl proměnné Xi vyjádřit vztahem
Var(Xi) = Var(ai1F1
+ ai2F2 + ai3F3 + ai4F4
+ ei)
= Var(ai1F1)
+ Var(ai2F2) + Var(ai3F3) + Var(ai4F4)
+ Var(ei).
Vzhledem k tomu, že manifestní i latentní proměnné jsou standardizovány (tj. mají rozptyl roven 1), platí
Var(Xi) = ai12
+ ai22 + ai32 + ai42
+Var(ei) = 1.
2.3 Extrakce faktorů
Pro výpočet řešení faktorové analýzy jsme použili program SPSS base, ver. 15.0. Extrakci faktorů jsme pro porovnání různých metod použili následující 3 metody extrakce:
A metodu hlavních komponent,
B metodu maximální věrohodnosti,
C zobecněnou metodu nejmenších čtverců.
Písmena A, B a C budeme nadále používat u následujících tabulek pro snazší identifikaci metody, která byla k získání tabulky použita. Názvy tabulek ponecháváme v originální formě, tak jak jsou uvedeny ve výstupech programu SPSS. Pro rotaci jsme u všech tří metod použili metodu varimax.
Tab. 6A Communalities
|
Initial |
Extraction |
01 Žít ve
správně rodině |
1,000 |
0,503 |
02 Žít ve
zdravém životním prostředí |
1,000 |
0,484 |
03 Být
vzdělaný, mít velké znalosti |
1,000 |
0,634 |
04 Hodně cestovat , poznávat různé země |
1,000 |
0,182 |
05 Pomáhat
všude, kde je potřeba |
1,000 |
0,505 |
06 Dobře
vypadat, mít pěkný osobní vzhled |
1,000 |
0,568 |
07 Umět se o
sebe postarat, být samostatný |
1,000 |
0,624 |
08 Být ve
svém budoucím životě úspěšný |
1,000 |
0,663 |
09 Umět se
prosadit, mít dobré nápady |
1,000 |
0,434 |
10 Žít v
blahobytu, mít hodně peněz |
1,000 |
0,611 |
11 Žít ve
shodě se svojí náboženskou vírou |
1,000 |
0,591 |
12 Mít pocit,
že jsem někomu užitečný |
1,000 |
0,381 |
13 Najít si
dobrého životního partnera |
1,000 |
0,675 |
14 Být
tolerantní, žít v dobrém vztahu s lidmi |
1,000 |
0,654 |
15 Být hrdý
na zemi, kde jsem se narodil |
1,000 |
0,515 |
16 Naučit se
poctivě pracovat, odevzdávat co nejlepší výkon |
1,000 |
0,727 |
17 Chovat se
vždy tak, aby si mne lidé vážili |
1,000 |
0,722 |
18 Nemít
velké zdravotní problémy |
1,000 |
0,344 |
Extraction
Method: Principal Component Analysis. |
V tabulce 6A pozorujeme, že
počáteční komunality všech proměnných jsou rovny 1. Jedná se o rozptyl
proměnných před provedením faktorové analýzy. Připomeňme, že jedním z prvních
kroků faktorové analýzy je standardizace proměnných, tj. jejich převedení na
společný průměr
Vidíme, že variabilita našich
proměnných je faktorovou analýzou vysvětlena zhruba z poloviny. Nejlépe je
za pomoci faktorů vysvětlena variabilita proměnné 16 Naučit se poctivě pracovat, odevzdávat co nejlepší výkon (komunalita =
0,727), nejhůře u už uváděné "problematické" proměnné 04 Hodně
cestovat, poznávat různé země (komunalita = 0,182).
Tab. 6B Communalities
|
Initial |
Extraction |
01 Žít ve správně rodině |
,358 |
,320 |
02 Žít ve zdravém životním prostředí |
,356 |
,348 |
03 Být vzdělaný, mít velké znalosti |
,411 |
,474 |
04 Hodně cestovat, poznávat různé země |
,126 |
,087 |
05 Pomáhat všude, kde je potřeba |
,413 |
,397 |
06 Dobře vypadat, mít pěkný osobní vzhled |
,297 |
,340 |
07 Umět se o sebe postarat, být samostatný |
,317 |
,392 |
08 Být ve svém budoucím životě úspěšný |
,375 |
,528 |
09 Umět se prosadit, mít dobré nápady |
,281 |
,306 |
10 Žít v blahobytu, mít hodně peněz |
,324 |
,460 |
11 Žít ve shodě se svojí náboženskou vírou |
,198 |
,180 |
12 Mít pocit, že jsem někomu užitečný |
,403 |
,333 |
13 Najít si dobrého životního partnera |
,573 |
,729 |
14 Být tolerantní, žít v dobrém vztahu s lidmi |
,569 |
,610 |
15 Být hrdý na zemi, kde jsem se narodil |
,420 |
,419 |
16 Naučit se poctivě pracovat,odevzdávat
co nejlepší výkon |
,657 |
,787 |
17 Chovat se vždy tak, aby si mne lidé vážili |
,544 |
,679 |
18 Nemít velké zdravotní problémy |
,304 |
,226 |
Extraction Method: Maximum Likelihood |
V tabulce 6B a
Tab.
|
Initial |
Extraction |
01 Žít ve správně rodině |
,358 |
,482 |
02 Žít ve zdravém životním prostředí |
,356 |
,493 |
03 Být vzdělaný, mít velké znalosti |
,411 |
,547 |
04 Hodně cestovat, poznávat různé země |
,126 |
,196 |
05 Pomáhat všude, kde je potřeba |
,413 |
,510 |
06 Dobře vypadat, mít pěkný osobní vzhled |
,297 |
,482 |
07 Umět se o sebe postarat, být samostatný |
,317 |
,591 |
08 Být ve svém budoucím životě úspěšný |
,375 |
,602 |
09 Umět se prosadit, mít dobré nápady |
,281 |
,382 |
10 Žít v blahobytu, mít hodně peněz |
,324 |
,501 |
11 Žít ve shodě se svojí náboženskou vírou |
,198 |
,303 |
12 Mít pocit, že jsem někomu užitečný |
,403 |
,503 |
13 Najít si dobrého životního partnera |
,573 |
,738 |
14 Být tolerantní, žít v dobrém vztahu s lidmi |
,569 |
,657 |
15 Být hrdý na zemi, kde jsem se narodil |
,420 |
,502 |
16 Naučit se poctivě pracovat,odevzdávat
co nejlepší výkon |
,657 |
,821 |
17 Chovat se vždy tak, aby si mne lidé vážili |
,544 |
,701 |
18 Nemít velké zdravotní problémy |
,304 |
,418 |
Extraction Method: Generalized Least Squares |
Tabulky 7A až
Jak už bylo řečeno, metoda hlavních
komponent se počítá mezi metody extrakce faktorů, která sice nevysvětluje
nejlepším způsobem korelace mezi manifestními proměnnými, zato se jí však daří
jednoznačně určit faktory. První část tabulek 7A až
Druhá část tabulky 7A „Extraction Sums of Squared Loadings“ udává procento vyčerpaného
rozptylu po extrakci faktorů, a to opět v absolutní, procentuální a
komulované procentuální formě. Vidíme, že se omezuje už jen na daný počet
faktorů, tedy 4. Pro extrakci faktorů metodou hlavních komponent je samozřejmě totožná s první
částí tabulky.
Ve třetí části tabulky „Extraction Sums of Squared Loadings“ jsou analogicky uvedeny hodnoty vyčerpaného rozptylu po rotaci. Z tabulky 7A můžeme určit, že první faktor vyčerpává 27,5% rozptylu, druhý 11,8% a třetí a čtvrtý 7,9% a 7,4%. Po rotaci jsou tyto hodnoty 21,2%, 13,6%, 11,8% a 7,9%.
Tab. 7A Total Variance Explained
Component |
Initial Eigenvalues |
Extraction Sums of Squared Loadings |
Rotation Sums of Squared Loadings |
||||||
Total |
% of Variance |
Cumulative % |
Total |
% of Variance |
Cumulative % |
Total |
% of Variance |
Cumulative % |
|
01 |
4,95 |
27,51 |
27,51 |
4,95 |
27,51 |
27,51 |
3,82 |
21,22 |
21,22 |
02 |
2,12 |
11,77 |
39,29 |
2,12 |
11,77 |
39,29 |
2,44 |
13,57 |
34,79 |
03 |
1,42 |
7,88 |
47,16 |
1,42 |
7,88 |
47,16 |
2,12 |
11,79 |
46,58 |
04 |
1,33 |
7,37 |
54,53 |
1,33 |
7,37 |
54,53 |
1,43 |
7,95 |
54,53 |
05 |
1,04 |
5,77 |
60,31 |
|
|
|
|
|
|
06 |
1,00 |
5,53 |
65,84 |
|
|
|
|
|
|
07 |
0,83 |
4,63 |
70,47 |
|
|
|
|
|
|
08 |
0,77 |
4,27 |
74,74 |
|
|
|
|
|
|
09 |
0,67 |
3,71 |
78,45 |
|
|
|
|
|
|
10 |
0,63 |
3,48 |
81,93 |
|
|
|
|
|
|
11 |
0,57 |
3,16 |
85,08 |
|
|
|
|
|
|
12 |
0,53 |
2,93 |
88,01 |
|
|
|
|
|
|
13 |
0,46 |
2,55 |
90,56 |
|
|
|
|
|
|
14 |
0,44 |
2,42 |
92,98 |
|
|
|
|
|
|
15 |
0,38 |
2,11 |
95,09 |
|
|
|
|
|
|
16 |
0,35 |
1,96 |
97,04 |
|
|
|
|
|
|
17 |
0,29 |
1,61 |
98,65 |
|
|
|
|
|
|
18 |
0,24 |
1,35 |
100,00 |
|
|
|
|
|
|
Extraction
Method: Principal Component Analysis. |
Tab. 7B Total Variance Explained
Component |
Initial Eigenvalues |
Extraction Sums of Squared Loadings |
Rotation Sums of Squared Loadings |
||||||
Total |
% of Variance |
Cumulative % |
Total |
% of Variance |
Cumulative % |
Total |
% of Variance |
Cumulative % |
|
01 |
4,95 |
27,51 |
27,51 |
4,47 |
24,84 |
24,84 |
3,27 |
18,19 |
18,19 |
02 |
2,12 |
11,77 |
39,29 |
1,52 |
8,45 |
33,29 |
1,97 |
10,95 |
29,13 |
03 |
1,42 |
7,88 |
47,16 |
0,83 |
4,62 |
37,91 |
1,49 |
8,25 |
37,38 |
04 |
1,33 |
7,37 |
54,53 |
0,79 |
4,40 |
42,31 |
0,89 |
4,93 |
42,31 |
05 |
1,04 |
5,77 |
60,31 |
|
|
|
|
|
|
06 |
1,00 |
5,53 |
65,84 |
|
|
|
|
|
|
07 |
0,83 |
4,63 |
70,47 |
|
|
|
|
|
|
08 |
0,77 |
4,27 |
74,74 |
|
|
|
|
|
|
09 |
0,67 |
3,71 |
78,45 |
|
|
|
|
|
|
10 |
0,63 |
3,48 |
81,93 |
|
|
|
|
|
|
11 |
0,57 |
3,16 |
85,08 |
|
|
|
|
|
|
12 |
0,53 |
2,93 |
88,01 |
|
|
|
|
|
|
13 |
0,46 |
2,55 |
90,56 |
|
|
|
|
|
|
14 |
0,44 |
2,42 |
92,98 |
|
|
|
|
|
|
15 |
0,38 |
2,11 |
95,09 |
|
|
|
|
|
|
16 |
0,35 |
1,96 |
97,04 |
|
|
|
|
|
|
17 |
0,29 |
1,61 |
98,65 |
|
|
|
|
|
|
18 |
0,24 |
1,35 |
100,00 |
|
|
|
|
|
|
Extraction
Method: Maximum Likelihood. |
Z tabulky 7B je zřejmé, že při použití metody
maximální věrohodnosti je procento rozptylu vyčerpaného prvními čtyřmi faktory
podle očekávání menší než u metody hlavních komponent. Činí zhruba 42% na
rozdíl od více než 54 %. První faktor vyčerpává 24,8% rozptylu, druhý 8,4% a
třetí a čtvrtý 4,6% a 4,4%. Po rotaci jsou tyto hodnoty 18,2%, 11%, 8,2% a 4,9%.
Jak bylo možné předpokládat podle vyšších komunalit
u zobecněné metody nejmenších čtverců, je i procento rozptylu vyčerpané čtyřmi
faktory při použití této metody vyšší než u metody maximální věrohodnosti.
Nedosahuje ale hodnoty 54% , kterou dává metoda
hlavních komponent, o níž bylo uvedeno, že faktory jí extrahované vyčerpávají
nejvyšší procento rozptylu ze všech používaných metod. Připomeňme ale, že ve faktorové
analýze je naším hlavním úkolem objasnit za pomoci faktorů původní korelační
matici, nikoliv rozptyl.
Tab.
Component |
Initial Eigenvalues |
Extraction Sums of Squared Loadings |
Rotation Sums of Squared Loadings |
||||||
Total |
% of Variance |
Cumulative % |
Total |
% of Variance |
Cumulative % |
Total |
% of Variance |
Cumulative % |
|
01 |
4,95 |
27,51 |
27,51 |
4,54 |
25,22 |
25,22 |
3,16 |
17,56 |
17,56 |
02 |
2,12 |
11,77 |
39,29 |
1,60 |
8,87 |
34,09 |
2,20 |
12,21 |
29,77 |
03 |
1,42 |
7,88 |
47,16 |
0,91 |
5,05 |
39,14 |
1,55 |
8,59 |
38,36 |
04 |
1,33 |
7,37 |
54,53 |
0,91 |
5,05 |
44,18 |
1,05 |
5,82 |
44,18 |
05 |
1,04 |
5,77 |
60,31 |
|
|
|
|
|
|
06 |
1,00 |
5,53 |
65,84 |
|
|
|
|
|
|
07 |
0,83 |
4,63 |
70,47 |
|
|
|
|
|
|
08 |
0,77 |
4,27 |
74,74 |
|
|
|
|
|
|
09 |
0,67 |
3,71 |
78,45 |
|
|
|
|
|
|
10 |
0,63 |
3,48 |
81,93 |
|
|
|
|
|
|
11 |
0,57 |
3,16 |
85,08 |
|
|
|
|
|
|
12 |
0,53 |
2,93 |
88,01 |
|
|
|
|
|
|
13 |
0,46 |
2,55 |
90,56 |
|
|
|
|
|
|
14 |
0,44 |
2,42 |
92,98 |
|
|
|
|
|
|
15 |
0,38 |
2,11 |
95,09 |
|
|
|
|
|
|
16 |
0,35 |
1,96 |
97,04 |
|
|
|
|
|
|
17 |
0,29 |
1,61 |
98,65 |
|
|
|
|
|
|
18 |
0,24 |
1,35 |
100,00 |
|
|
|
|
|
|
Extraction Method:
Maximum Likelihood. |
Tabulky 8A až
Tab. 8A Component Matrix(a)
|
Component |
|||
1 |
2 |
3 |
4 |
|
01 Žít ve
správně rodině |
0,516 |
0,318 |
|
|
02 Žít ve
zdravém životním prostředí |
0,478 |
|
|
0,382 |
03 Být
vzdělaný, mít velké znalosti |
0,576 |
|
|
0,54 |
04 Hodně
cestovat, poznávat různé země |
|
0,333 |
|
|
05 Pomáhat
všude, kde je potřeba |
0,627 |
|
|
|
06 Dobře
vypadat, mít pěkný osobní vzhled |
|
0,644 |
|
-0,306 |
07 Umět se o
sebe postarat, být samostatný |
|
|
-0,544 |
0,392 |
08 Být ve
svém budoucím životě úspěšný |
|
0,631 |
|
0,415 |
09 Umět se prosadit,
mít dobré nápady |
0,376 |
0,493 |
|
|
10 Žít v
blahobytu, mít hodně peněz |
|
0,724 |
|
|
11 Žít ve
shodě se svojí náboženskou vírou |
|
|
0,714 |
|
12 Mít pocit,
že jsem někomu užitečný |
0,606 |
|
|
|
13 Najít si
dobrého životního partnera |
0,727 |
|
-0,359 |
|
14 Být
tolerantní, žít v dobrém vztahu s lidmi |
0,757 |
|
|
|
15 Být hrdý
na zemi, kde jsem se narodil |
0,661 |
|
|
|
16 Naučit se
poctivě pracovat,odevzdávat co nejlepší výkon |
0,815 |
|
|
|
17 Chovat se
vždy tak, aby si mne lidé vážili |
0,693 |
|
|
-0,49 |
18 Nemít
velké zdravotní problémy |
0,515 |
|
|
|
Extraction
Method: Principal Component Analysis. |
||||
a 4 components
extracted. |
Tab. 8B Component Matrix(a)
|
Component |
|||
1 |
2 |
3 |
4 |
|
01 Žít ve
správně rodině |
0,471 |
|
|
|
02 Žít ve
zdravém životním prostředí |
0,427 |
|
|
|
03 Být
vzdělaný, mít velké znalosti |
0,528 |
|
|
0,353 |
04 Hodně
cestovat, poznávat různé země |
|
|
|
|
05 Pomáhat
všude, kde je potřeba |
0,58 |
|
|
|
06 Dobře
vypadat, mít pěkný osobní vzhled |
|
0,514 |
|
|
07 Umět se o
sebe postarat, být samostatný |
|
|
|
0,47 |
08 Být ve
svém budoucím životě úspěšný |
|
0,607 |
|
|
09 Umět se
prosadit, mít dobré nápady |
0,325 |
0,4 |
|
|
10 Žít v
blahobytu, mít hodně peněz |
|
0,621 |
|
|
11 Žít ve
shodě se svojí náboženskou vírou |
|
|
|
|
12 Mít pocit,
že jsem někomu užitečný |
0,574 |
|
|
|
13 Najít si
dobrého životního partnera |
0,724 |
|
-0,412 |
|
14 Být
tolerantní, žít v dobrém vztahu s lidmi |
0,752 |
|
|
|
15 Být hrdý
na zemi, kde jsem se narodil |
0,611 |
|
|
|
16 Naučit se
poctivě pracovat,odevzdávat co nejlepší výkon |
0,816 |
|
0,326 |
|
17 Chovat se
vždy tak, aby si mne lidé vážili |
0,702 |
|
|
-0,35 |
18 Nemít
velké zdravotní problémy |
0,453 |
|
|
|
Extraction
Method: Maximum Likelihood. |
||||
a 4 components
extracted. |
Tab.
|
Component |
|||
1 |
2 |
3 |
4 |
|
01 Žít ve
správně rodině |
0,476 |
|
|
|
02 Žít ve
zdravém životním prostředí |
0,439 |
|
|
|
03 Být
vzdělaný, mít velké znalosti |
0,536 |
|
|
-0,371 |
04 Hodně
cestovat, poznávat různé země |
|
|
|
|
05 Pomáhat
všude, kde je potřeba |
0,586 |
|
|
|
06 Dobře
vypadat, mít pěkný osobní vzhled |
|
0,515 |
|
0,333 |
07 Umět se o
sebe postarat, být samostatný |
|
0,382 |
|
-0,505 |
08 Být ve
svém budoucím životě úspěšný |
|
0,603 |
0,351 |
|
09 Umět se
prosadit, mít dobré nápady |
0,331 |
0,382 |
|
|
10 Žít v
blahobytu, mít hodně peněz |
|
0,583 |
|
|
11 Žít ve
shodě se svojí náboženskou vírou |
|
|
|
|
12 Mít pocit,
že jsem někomu užitečný |
0,585 |
|
|
|
13 Najít si
dobrého životního partnera |
0,714 |
|
-0,423 |
|
14 Být
tolerantní, žít v dobrém vztahu s lidmi |
0,750 |
|
|
|
15 Být hrdý
na zemi, kde jsem se narodil |
0,618 |
|
|
|
16 Naučit se
poctivě pracovat,odevzdávat co nejlepší výkon |
0,829 |
|
0,310 |
|
17 Chovat se
vždy tak, aby si mne lidé vážili |
0,693 |
|
|
0,380 |
18 Nemít
velké zdravotní problémy |
0,463 |
|
|
|
Extraction
Method: Generalized Least Squares |
||||
a 4 components
extracted. |
U metody maximální věrohodnosti jsme zmínili věrohodnostní poměr λ, který je mírou "neshody" odhadu parametrů s danou výběrovou korelační maticí. Pokud nemůžeme zamítnout hypotézu o neshodě matic (siginifikance je větší než 5%), model odpovídá datům. V opačném případě je třeba model rozšířit o další faktory.
Podobný test lze provést i u
zobecněné metody nejmenších čtverců. Naše data bohužel nemají normální
rozdělení. Proto jsou výsledky testů uvedených v tab. 9B a
Tab.
9B Goodness-of-fit Test
Chi-Square |
df |
Sig. |
78,517 |
87 |
,730 |
Tab.
Chi-Square |
df |
Sig. |
68,948 |
87 |
,923 |
Co se týče reprodukované korelační matice, uvedeme ji pouze pro metodu hlavních komponent s poznámkou, že na její diagonále jsou uvedeny komunality.
Mnohem důležitější je reziduální
korelační matice, která ukazuje, n
Tab. 10 Reproduced Correlations
|
01 |
02 |
03 |
04 |
05 |
06 |
07 |
08 |
09 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
01 |
,50 |
,02 |
,13 |
,20 |
,22 |
,16 |
,32 |
,19 |
,27 |
,16 |
-,08 |
,32 |
,52 |
,44 |
,22 |
,32 |
,48 |
,40 |
02 |
,02 |
,48 |
,51 |
,04 |
,35 |
-,31 |
,11 |
,13 |
,12 |
-,27 |
,24 |
,28 |
,23 |
,30 |
,41 |
,47 |
,13 |
,11 |
03 |
,13 |
,51 |
,63 |
,17 |
,32 |
-,22 |
,32 |
,37 |
,29 |
-,14 |
,18 |
,31 |
,31 |
,33 |
,44 |
,51 |
,13 |
,19 |
04 |
,20 |
,04 |
,17 |
,18 |
,00 |
,12 |
,27 |
,31 |
,24 |
,18 |
-,06 |
,08 |
,17 |
,09 |
,08 |
,10 |
,07 |
,14 |
05 |
,22 |
,35 |
,32 |
,00 |
,50 |
-,17 |
-,03 |
-,04 |
,11 |
-,20 |
,30 |
,40 |
,41 |
,51 |
,47 |
,57 |
,49 |
,27 |
06 |
,16 |
-,31 |
-,22 |
,12 |
-,17 |
,57 |
-,08 |
,29 |
,27 |
,58 |
,10 |
-,11 |
-,10 |
-,15 |
-,10 |
-,11 |
,10 |
,07 |
07 |
,32 |
,11 |
,32 |
,27 |
-,03 |
-,08 |
,62 |
,33 |
,22 |
,00 |
-,37 |
,16 |
,37 |
,20 |
,05 |
,10 |
,03 |
,23 |
08 |
,19 |
,13 |
,37 |
,31 |
-,04 |
,29 |
,33 |
,66 |
,49 |
,40 |
,10 |
,07 |
,09 |
,00 |
,17 |
,19 |
-,01 |
,14 |
09 |
,27 |
,12 |
,29 |
,24 |
,11 |
,27 |
,22 |
,49 |
,43 |
,34 |
,17 |
,17 |
,21 |
,16 |
,25 |
,30 |
,21 |
,22 |
10 |
,16 |
-,27 |
-,14 |
,18 |
-,20 |
,58 |
,00 |
,40 |
,34 |
,61 |
,09 |
-,12 |
-,10 |
-,18 |
-,09 |
-,10 |
,04 |
,06 |
11 |
-,08 |
,24 |
,18 |
-,06 |
,30 |
,10 |
-,37 |
,10 |
,17 |
,09 |
,59 |
,13 |
-,06 |
,11 |
,35 |
,38 |
,21 |
,02 |
12 |
,32 |
,28 |
,31 |
,08 |
,40 |
-,11 |
,16 |
,07 |
,17 |
-,12 |
,13 |
,38 |
,47 |
,49 |
,39 |
,49 |
,45 |
,32 |
13 |
,52 |
,23 |
,31 |
,17 |
,41 |
-,10 |
,37 |
,09 |
,21 |
-,10 |
-,06 |
,47 |
,67 |
,63 |
,38 |
,50 |
,57 |
,46 |
14 |
,44 |
,30 |
,33 |
,09 |
,51 |
-,15 |
,20 |
,00 |
,16 |
-,18 |
,11 |
,49 |
,63 |
,65 |
,46 |
,59 |
,61 |
,42 |
15 |
,22 |
,41 |
,44 |
,08 |
,47 |
-,10 |
,05 |
,17 |
,25 |
-,09 |
,35 |
,39 |
,38 |
,46 |
,52 |
,61 |
,42 |
,27 |
16 |
,32 |
,47 |
,51 |
,10 |
,57 |
-,11 |
,10 |
,19 |
,30 |
-,10 |
,38 |
,49 |
,50 |
,59 |
,61 |
,73 |
,55 |
,36 |
17 |
,48 |
,13 |
,13 |
,07 |
,49 |
,10 |
,03 |
-,01 |
,21 |
,04 |
,21 |
,45 |
,57 |
,61 |
,42 |
,55 |
,72 |
,44 |
18 |
,40 |
,11 |
,19 |
,14 |
,27 |
,07 |
,23 |
,14 |
,22 |
,06 |
,02 |
,32 |
,46 |
,42 |
,27 |
,36 |
,44 |
,34 |
Tab. 11A Residual Correlations
01 |
|
,17 |
,04 |
-,04 |
-,05 |
-,03 |
-,15 |
-,01 |
-,03 |
-,05 |
,03 |
-,10 |
-,08 |
-,08 |
-,06 |
,02 |
-,11 |
,00 |
02 |
,17 |
|
-,07 |
-,04 |
-,04 |
,14 |
-,07 |
-,09 |
-,10 |
,12 |
-,08 |
-,14 |
,04 |
-,03 |
-,06 |
-,04 |
-,04 |
,08 |
03 |
,04 |
-,07 |
|
-,06 |
-,06 |
,10 |
-,09 |
-,06 |
-,13 |
,04 |
-,02 |
-,07 |
,04 |
,03 |
-,10 |
-,03 |
,07 |
-,03 |
04 |
-,04 |
-,04 |
-,06 |
|
,15 |
-,03 |
-,08 |
-,16 |
-,06 |
-,06 |
,07 |
-,10 |
-,01 |
,01 |
,06 |
-,05 |
,00 |
-,09 |
05 |
-,05 |
-,04 |
-,06 |
,15 |
|
,01 |
,10 |
-,03 |
,04 |
,03 |
-,05 |
-,12 |
-,05 |
-,06 |
-,03 |
-,08 |
-,04 |
-,03 |
06 |
-,03 |
,14 |
,10 |
-,03 |
,01 |
|
,09 |
-,09 |
-,15 |
-,14 |
-,02 |
-,06 |
,08 |
,01 |
,04 |
-,01 |
-,03 |
-,08 |
07 |
-,15 |
-,07 |
-,09 |
-,08 |
,10 |
,09 |
|
-,07 |
-,04 |
-,01 |
,21 |
,02 |
-,02 |
-,04 |
,05 |
-,04 |
,03 |
,01 |
08 |
-,01 |
-,09 |
-,06 |
-,16 |
-,03 |
-,09 |
-,07 |
|
-,10 |
-,06 |
-,02 |
,10 |
,00 |
,06 |
-,05 |
-,01 |
,08 |
-,04 |
09 |
-,03 |
-,10 |
-,13 |
-,06 |
,04 |
-,15 |
-,04 |
-,10 |
|
-,13 |
-,06 |
,03 |
-,03 |
-,02 |
-,05 |
,03 |
-,02 |
-,04 |
10 |
-,05 |
,12 |
,04 |
-,06 |
,03 |
-,14 |
-,01 |
-,06 |
-,13 |
|
-,10 |
,02 |
,00 |
,05 |
,01 |
,01 |
-,03 |
,02 |
11 |
,03 |
-,08 |
-,02 |
,07 |
-,05 |
-,02 |
,21 |
-,02 |
-,06 |
-,10 |
|
-,01 |
,08 |
,01 |
-,12 |
-,12 |
-,02 |
,06 |
12 |
-,10 |
-,14 |
-,07 |
-,10 |
-,12 |
-,06 |
,02 |
,10 |
,03 |
,02 |
-,01 |
|
-,10 |
-,01 |
-,05 |
,03 |
-,01 |
-,14 |
13 |
-,08 |
,04 |
,04 |
-,01 |
-,05 |
,08 |
-,02 |
,00 |
-,03 |
,00 |
,08 |
-,10 |
|
,00 |
,00 |
-,08 |
-,01 |
-,12 |
14 |
-,08 |
-,03 |
,03 |
,01 |
-,06 |
,01 |
-,04 |
,06 |
-,02 |
,05 |
,01 |
-,01 |
,00 |
|
-,10 |
-,02 |
-,04 |
-,13 |
15 |
-,06 |
-,06 |
-,10 |
,06 |
-,03 |
,04 |
,05 |
-,05 |
-,05 |
,01 |
-,12 |
-,05 |
,00 |
-,10 |
|
-,03 |
-,04 |
,02 |
16 |
,02 |
-,04 |
-,03 |
-,05 |
-,08 |
-,01 |
-,04 |
-,01 |
,03 |
,01 |
-,12 |
,03 |
-,08 |
-,02 |
-,03 |
|
-,04 |
,01 |
17 |
-,11 |
-,04 |
,07 |
,00 |
-,04 |
-,03 |
,03 |
,08 |
-,02 |
-,03 |
-,02 |
-,01 |
-,01 |
-,04 |
-,04 |
-,04 |
|
-,11 |
18 |
,00 |
,08 |
-,03 |
-,09 |
-,03 |
-,08 |
,01 |
-,04 |
-,04 |
,02 |
,06 |
-,14 |
-,12 |
-,13 |
,02 |
,01 |
-,11 |
|
Tab. 11B Residual Correlations
01 |
|
,09 |
-,03 |
,02 |
-,03 |
,03 |
-,05 |
-,03 |
,02 |
,00 |
-,10 |
-,04 |
,01 |
-,01 |
-,07 |
,03 |
-,02 |
,14 |
02 |
,09 |
|
,07 |
-,03 |
,04 |
,05 |
-,06 |
-,04 |
-,08 |
,05 |
,04 |
-,11 |
,03 |
-,02 |
,03 |
,00 |
-,04 |
,04 |
03 |
-,03 |
,07 |
|
,01 |
-,01 |
,02 |
-,02 |
,04 |
-,06 |
,00 |
,05 |
-,06 |
,02 |
,02 |
-,02 |
-,01 |
,02 |
-,06 |
04 |
,02 |
-,03 |
,01 |
|
,12 |
,02 |
,04 |
-,03 |
,05 |
,01 |
,03 |
-,08 |
,00 |
,00 |
,07 |
-,02 |
-,02 |
-,04 |
05 |
-,03 |
,04 |
-,01 |
,12 |
|
-,02 |
,05 |
-,04 |
,04 |
,01 |
,08 |
-,06 |
-,01 |
,00 |
,07 |
-,02 |
,02 |
,01 |
06 |
,03 |
,05 |
,02 |
,02 |
-,02 |
|
-,01 |
-,03 |
-,04 |
,05 |
,08 |
-,11 |
,04 |
-,03 |
,04 |
,00 |
,00 |
-,04 |
07 |
-,05 |
-,06 |
-,02 |
,04 |
,05 |
-,01 |
|
,02 |
,03 |
-,04 |
-,04 |
,08 |
-,01 |
-,03 |
,03 |
-,01 |
-,01 |
,09 |
08 |
-,03 |
-,04 |
,04 |
-,03 |
-,04 |
-,03 |
,02 |
|
,03 |
,00 |
,03 |
,07 |
-,01 |
,02 |
-,02 |
-,01 |
,03 |
-,06 |
09 |
,02 |
-,08 |
-,06 |
,05 |
,04 |
-,04 |
,03 |
,03 |
|
-,03 |
,00 |
,02 |
,00 |
-,03 |
-,01 |
,03 |
-,02 |
,00 |
10 |
,00 |
,05 |
,00 |
,01 |
,01 |
,05 |
-,04 |
,00 |
-,03 |
|
-,03 |
-,03 |
,00 |
,02 |
,01 |
-,01 |
-,01 |
,05 |
11 |
-,10 |
,04 |
,05 |
,03 |
,08 |
,08 |
-,04 |
,03 |
,00 |
-,03 |
|
-,03 |
,01 |
-,01 |
,03 |
-,04 |
,02 |
-,01 |
12 |
-,04 |
-,11 |
-,06 |
-,08 |
-,06 |
-,11 |
,08 |
,07 |
,02 |
-,03 |
-,03 |
|
-,03 |
,05 |
-,02 |
,03 |
,04 |
-,08 |
13 |
,01 |
,03 |
,02 |
,00 |
-,01 |
,04 |
-,01 |
-,01 |
,00 |
,00 |
,01 |
-,03 |
|
,01 |
,03 |
-,01 |
,00 |
-,02 |
14 |
-,01 |
-,02 |
,02 |
,00 |
,00 |
-,03 |
-,03 |
,02 |
-,03 |
,02 |
-,01 |
,05 |
,01 |
|
-,06 |
,01 |
,00 |
-,04 |
15 |
-,07 |
,03 |
-,02 |
,07 |
,07 |
,04 |
,03 |
-,02 |
-,01 |
,01 |
,03 |
-,02 |
,03 |
-,06 |
|
,00 |
,00 |
,03 |
16 |
,03 |
,00 |
-,01 |
-,02 |
-,02 |
,00 |
-,01 |
-,01 |
,03 |
-,01 |
-,04 |
,03 |
-,01 |
,01 |
,00 |
|
-,01 |
,03 |
17 |
-,02 |
-,04 |
,02 |
-,02 |
,02 |
,00 |
-,01 |
,03 |
-,02 |
-,01 |
,02 |
,04 |
,00 |
,00 |
,00 |
-,01 |
|
-,01 |
18 |
,14 |
,04 |
-,06 |
-,04 |
,01 |
-,04 |
,09 |
-,06 |
,00 |
,05 |
-,01 |
-,08 |
-,02 |
-,04 |
,03 |
,03 |
-,01 |
|
Tab.
01 |
|
,10 |
-,02 |
,02 |
-,04 |
,01 |
-,07 |
-,03 |
,01 |
-,01 |
-,10 |
-,05 |
,00 |
-,02 |
-,07 |
,02 |
-,04 |
,12 |
02 |
,10 |
|
,06 |
-,02 |
,03 |
,07 |
-,06 |
-,04 |
-,08 |
,06 |
,03 |
-,12 |
,05 |
-,02 |
,02 |
-,02 |
-,04 |
,04 |
03 |
-,02 |
,06 |
|
,01 |
-,02 |
,04 |
-,04 |
,03 |
-,07 |
,01 |
,04 |
-,07 |
,03 |
,02 |
-,03 |
-,02 |
,03 |
-,07 |
04 |
,02 |
-,02 |
,01 |
|
,12 |
,01 |
,01 |
-,03 |
,05 |
,01 |
,03 |
-,09 |
,00 |
,00 |
,07 |
-,02 |
-,02 |
-,05 |
05 |
-,04 |
,03 |
-,02 |
,12 |
|
,00 |
,06 |
-,03 |
,05 |
,01 |
,08 |
-,07 |
-,02 |
-,01 |
,06 |
-,03 |
,02 |
,00 |
06 |
,01 |
,07 |
,04 |
,01 |
,00 |
|
,01 |
-,05 |
-,06 |
,03 |
,07 |
-,10 |
,04 |
-,03 |
,04 |
,00 |
-,01 |
-,05 |
07 |
-,07 |
-,06 |
-,04 |
,01 |
,06 |
,01 |
|
-,01 |
,02 |
-,02 |
,00 |
,06 |
-,03 |
-,03 |
,03 |
,00 |
,00 |
,06 |
08 |
-,03 |
-,04 |
,03 |
-,03 |
-,03 |
-,05 |
-,01 |
|
,01 |
-,01 |
,03 |
,06 |
-,01 |
,03 |
-,02 |
-,02 |
,03 |
-,07 |
09 |
,01 |
-,08 |
-,07 |
,05 |
,05 |
-,06 |
,02 |
,01 |
|
-,03 |
,00 |
,02 |
,00 |
-,03 |
-,01 |
,02 |
-,02 |
-,01 |
10 |
-,01 |
,06 |
,01 |
,01 |
,01 |
,03 |
-,02 |
-,01 |
-,03 |
|
-,04 |
-,02 |
,00 |
,02 |
,01 |
-,01 |
-,01 |
,04 |
11 |
-,10 |
,03 |
,04 |
,03 |
,08 |
,07 |
,00 |
,03 |
,00 |
-,04 |
|
-,02 |
,02 |
,00 |
,03 |
-,05 |
,03 |
,00 |
12 |
-,05 |
-,12 |
-,07 |
-,09 |
-,07 |
-,10 |
,06 |
,06 |
,02 |
-,02 |
-,02 |
|
-,05 |
,04 |
-,02 |
,02 |
,03 |
-,09 |
13 |
,00 |
,05 |
,03 |
,00 |
-,02 |
,04 |
-,03 |
-,01 |
,00 |
,00 |
,02 |
-,05 |
|
,01 |
,03 |
-,01 |
,00 |
-,03 |
14 |
-,02 |
-,02 |
,02 |
,00 |
-,01 |
-,03 |
-,03 |
,03 |
-,03 |
,02 |
,00 |
,04 |
,01 |
|
-,07 |
,00 |
-,01 |
-,05 |
15 |
-,07 |
,02 |
-,03 |
,07 |
,06 |
,04 |
,03 |
-,02 |
-,01 |
,01 |
,03 |
-,02 |
,03 |
-,07 |
|
,00 |
,00 |
,03 |
16 |
,02 |
-,02 |
-,02 |
-,02 |
-,03 |
,00 |
,00 |
-,02 |
,02 |
-,01 |
-,05 |
,02 |
-,01 |
,00 |
,00 |
|
-,01 |
,03 |
17 |
-,04 |
-,04 |
,03 |
-,02 |
,02 |
-,01 |
,00 |
,03 |
-,02 |
-,01 |
,03 |
,03 |
,00 |
-,01 |
,00 |
-,01 |
|
-,02 |
18 |
,12 |
,04 |
-,07 |
-,05 |
,00 |
-,05 |
,06 |
-,07 |
-,01 |
,04 |
,00 |
-,09 |
-,03 |
-,05 |
,03 |
,03 |
-,02 |
|
Tabulky 11A až
Výsledkem faktorové analýzy, na který výzkumníci vždy s napětím čekají, je rotovaná matice faktorových zátěží, která slouží pro interpretaci zjištěných faktorů. Optimální situace nastává, když všechny metody extrakce faktorů povedou ke stejné rotované faktorové matici. Aby se situace ještě více nekomplikovala, použili jsme zatím pouze jednu metodu rotace - varimax.
Tab. 12A Rotated Component Matrix(a)
|
Component |
|||
1 |
2 |
3 |
4 |
|
01 Žít ve
správně rodině |
0,614 |
|
|
|
02 Žít ve
zdravém životním prostředí |
|
0,672 |
|
|
03 Být
vzdělaný, mít velké znalosti |
|
0,742 |
|
|
04 Hodně
cestovat, poznávat různé země |
|
|
0,338 |
|
05 Pomáhat
všude, kde je potřeba |
0,547 |
0,369 |
|
|
06 Dobře
vypadat, mít pěkný osobní vzhled |
|
-0,421 |
0,594 |
|
07 Umět se o
sebe postarat, být samostatný |
|
|
|
0,709 |
08 Být ve
svém budoucím životě úspěšný |
|
|
0,745 |
|
09 Umět se
prosadit, mít dobré nápady |
|
|
0,594 |
|
10 Žít v
blahobytu, mít hodně peněz |
|
-0,334 |
0,695 |
|
11 Žít ve
shodě se svojí náboženskou vírou |
|
0,306 |
|
-0,679 |
12 Mít pocit,
že jsem někomu užitečný |
0,544 |
|
|
|
13 Najít si
dobrého životního partnera |
0,752 |
|
|
|
14 Být
tolerantní, žít v dobrém vztahu s lidmi |
0,758 |
|
|
|
15 Být hrdý
na zemi, kde jsem se narodil |
0,455 |
0,504 |
|
|
16 Naučit se poctivě
pracovat,odevzdávat co nejlepší výkon |
0,608 |
0,549 |
|
|
17 Chovat se
vždy tak, aby si mne lidé vážili |
0,825 |
|
|
|
18 Nemít
velké zdravotní problémy |
0,547 |
|
|
|
Extraction
Method: Principal Component Analysis. |
||||
a Rotation
converged in 8 iterations. |
Tab. 12B Rotated Component Matrix(a)
|
Component |
|||
1 |
2 |
3 |
4 |
|
01 Žít ve
správně rodině |
,471 |
|
|
|
02 Žít ve
zdravém životním prostředí |
|
,546 |
|
|
03 Být
vzdělaný, mít velké znalosti |
|
,609 |
|
|
04 Hodně
cestovat, poznávat různé země |
|
|
|
|
05 Pomáhat
všude, kde je potřeba |
,513 |
,324 |
|
|
06 Dobře
vypadat, mít pěkný osobní vzhled |
|
|
,506 |
|
07 Umět se o
sebe postarat, být samostatný |
|
|
|
,587 |
08 Být ve
svém budoucím životě úspěšný |
|
|
,632 |
|
09 Umět se
prosadit, mít dobré nápady |
|
|
,460 |
|
10 Žít v
blahobytu, mít hodně peněz |
|
|
,642 |
|
11 Žít ve
shodě se svojí náboženskou vírou |
|
|
|
-,309 |
12 Mít pocit,
že jsem někomu užitečný |
,483 |
,315 |
|
|
13 Najít si
dobrého životního partnera |
,730 |
|
|
,418 |
14 Být
tolerantní, žít v dobrém vztahu s lidmi |
,717 |
|
|
|
15 Být hrdý
na zemi, kde jsem se narodil |
,438 |
,468 |
|
|
16 Naučit se
poctivě pracovat,odevzdávat co nejlepší výkon |
,576 |
,645 |
|
|
17 Chovat se
vždy tak, aby si mne lidé vážili |
,810 |
|
|
|
18 Nemít
velké zdravotní problémy |
,407 |
|
|
|
Extraction Method: Maximum
Likelihood Rotation
Method: Varimax with Kaiser Normalization. |
||||
a Rotation converged in12 iterations. |
Tab.
|
Component |
|||
1 |
2 |
3 |
4 |
|
01 Žít ve
správně rodině |
,492 |
|
|
|
02 Žít ve
zdravém životním prostředí |
|
,562 |
|
|
03 Být
vzdělaný, mít velké znalosti |
|
,617 |
|
|
04 Hodně
cestovat, poznávat různé země |
|
|
|
|
05 Pomáhat
všude, kde je potřeba |
,497 |
,354 |
|
|
06 Dobře
vypadat, mít pěkný osobní vzhled |
|
|
,561 |
|
07 Umět se o
sebe postarat, být samostatný |
|
|
|
,699 |
08 Být ve svém budoucím životě úspěšný |
|
,311 |
,620 |
|
09 Umět se
prosadit, mít dobré nápady |
|
|
,447 |
|
10 Žít v
blahobytu, mít hodně peněz |
|
|
,658 |
|
11 Žít ve
shodě se svojí náboženskou vírou |
|
|
|
-,305 |
12 Mít pocit,
že jsem někomu užitečný |
,471 |
,346 |
|
|
13 Najít si
dobrého životního partnera |
,734 |
|
|
,388 |
14 Být
tolerantní, žít v dobrém vztahu s lidmi |
,713 |
|
|
|
15 Být hrdý
na zemi, kde jsem se narodil |
,408 |
,506 |
|
|
16 Naučit se
poctivě pracovat,odevzdávat co nejlepší výkon |
,538 |
,701 |
|
|
17 Chovat se
vždy tak, aby si mne lidé vážili |
,803 |
|
|
|
18 Nemít
velké zdravotní problémy |
,412 |
|
|
|
Extraction Method: Generalized
Least Squares. Rotation Method:
Varimax with Kaiser Normalization. |
||||
a Rotation
converged in 8 iterations. |
Z tabulek 12A až
Pro úplnost uvádíme ještě maticí koeficientů, které udávají podobu lineární transformace vedoucí k převodu původních faktorů na faktory rotované. Uvádíme ji pouze pro metodu hlavních komponent, protože pro porovnání jednotlivých metod extrakce a interpretaci faktorů ji nepotřebujeme.
Tab. 13 Component Transformation Matrix
Component |
1 |
2 |
3 |
4 |
1 |
0,828 |
0,533 |
0,172 |
0,007 |
2 |
0,008 |
-0,315 |
0,926 |
0,206 |
3 |
-0,234 |
0,281 |
0,294 |
-0,883 |
4 |
-0,509 |
0,733 |
0,16 |
0,422 |
Extraction
Method: Principal Component Analysis. |
Transformační matice v tab. 13 dává představu o velikosti rotace faktorů. Pokud by byla prakticky jednotková, znamenalo by to že k žádné rotaci vlastně nedošlo. Velké koeficienty mimo diagonálu naopak signalizují výraznou rotaci faktorů.
Ukázalo se, že metoda extrakce faktorů měla v našem případě na výsledek faktorové analýzy jen malý vliv. Může nás zajímat, zda s podobnou "nezávislostí na metodě" můžeme počítat i při použití různých metod rotace. V následujících tabulce porovnejme 4 metody rotace faktorů.
Tab. 14 Rotated Component Matrix(a)
|
Component |
Component |
Component |
Component |
|
|||||||||||||||||||
1 |
2 |
3 |
4 |
1 |
2 |
3 |
4 |
1 |
2 |
3 |
4 |
1 |
2 |
3 |
4 |
|||||||||
01 Žít ve
správně rodině |
,471 |
|
|
|
,436 |
|
|
|
,463 |
|
|
|
,511 |
|
|
|
||||||||
02 Žít ve
zdravém životním prostředí |
|
,546 |
|
|
|
,517 |
|
|
,409 |
|
,386 |
|
|
|
,578 |
|
||||||||
03 Být
vzdělaný, mít velké znalosti |
|
,609 |
|
|
|
,559 |
|
,383 |
,491 |
|
,462 |
|
,390 |
|
,664 |
|
||||||||
04 Hodně
cestovat, poznávat různé země |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
05 Pomáhat
všude, kde je potřeba |
,513 |
,324 |
|
|
,473 |
,390 |
|
|
,594 |
|
|
|
,548 |
|
,402 |
|
||||||||
06 Dobře
vypadat, mít pěkný osobní vzhled |
|
|
,506 |
|
|
|
,541 |
|
|
,528 |
|
|
|
,484 |
-,311 |
|
||||||||
07 Umět se o
sebe postarat, být samostatný |
|
|
|
,587 |
|
|
|
,620 |
|
|
|
,561 |
|
|
|
,544 |
||||||||
08 Být ve svém budoucím životě úspěšný |
|
|
,632 |
|
|
|
,557 |
,367 |
|
,613 |
,325 |
|
|
,663 |
|
|
||||||||
09 Umět se
prosadit, mít dobré nápady |
|
|
,460 |
|
|
|
,417 |
|
,303 |
,437 |
|
|
|
,488 |
|
|
||||||||
10 Žít v
blahobytu, mít hodně peněz |
|
|
,642 |
|
|
|
,664 |
|
|
,656 |
|
|
|
,615 |
|
|
||||||||
11 Žít ve
shodě se svojí náboženskou vírou |
|
|
|
-,309 |
|
,324 |
|
|
|
|
|
-,335 |
|
|
|
-,356 |
||||||||
12 Mít pocit,
že jsem někomu užitečný |
,483 |
,315 |
|
|
,432 |
,364 |
|
|
,575 |
|
|
|
,544 |
|
,398 |
|
||||||||
13 Najít si
dobrého životního partnera |
,730 |
|
|
,418 |
,686 |
|
|
,488 |
,715 |
|
|
,435 |
,777 |
|
,355 |
,316 |
||||||||
14 Být
tolerantní, žít v dobrém vztahu s lidmi |
,717 |
|
|
|
,669 |
,315 |
|
|
,758 |
|
|
|
,761 |
|
,433 |
|
||||||||
15 Být hrdý
na zemi, kde jsem se narodil |
,438 |
,468 |
|
|
,370 |
,526 |
|
|
,609 |
|
|
|
,533 |
|
,521 |
|
||||||||
16 Naučit se
poctivě pracovat,odevzdávat co nejlepší výkon |
,576 |
,645 |
|
|
,483 |
,742 |
|
|
,815 |
|
|
|
,703 |
|
,701 |
-,337 |
||||||||
17 Chovat se
vždy tak, aby si mne lidé vážili |
,810 |
|
|
|
,795 |
|
|
|
,729 |
|
-,367 |
|
,785 |
|
|
|
||||||||
18 Nemít
velké zdravotní problémy |
,407 |
|
|
|
,368 |
|
|
|
,448 |
|
|
|
,456 |
|
|
|
||||||||
Rotatoin method |
Varimax |
Equamax |
Quartimax |
Oblimin |
|
|||||||||||||||||||
a Rotation
converged in |
12 iterations |
14 iterations |
6 iterations |
29 iterations |
|
|||||||||||||||||||