Olen tehnyt aineistolleni sekä pääkomponenttianalyysin että perinteisen faktorianalyysin. Kommunaliteetit, korrelaatiomatriisi, Kaiserin testi ja Bartlettin testi näyttävät kaikki vihreää valoa analyysille.
Olen kokeillut lisätä ja vähentää faktoreita ja antaa ohjelman hakea faktorit, ja kaikissa tapauksissa saan tuloksen jossa useat muuttujat latautuvat useille faktoreille latausten ollessa kohtalaisen lähellä toisiaan, n. välillä ,3-,55. Goodness-of-fit -testi herjaa vielä liki kymmenen faktorin kohdalla, että faktoreita pitäisi lisätä, mutta sitä en tee koska aineistoni koko ei anna myöten. ideaali faktorimäärä eri kirjojen antamien nyrkkisääntöjen mukaan olisi aineistolleni n. 5-7.
Lisäksi faktoreilta / pääkomponenteilta löytyy sekä positiivisesti että negatiivisesti latautuneita muuttujia iloisesti sekaisin.
Miten jatkan analyysia ja tulkintaa? Olen tähän asti asettanut ehdoksi, että vain yli ,3:n lataukset näytetään ja huomioidaan. Pitäisikö tuota lukua nostaa?
Entä kuinka se 'if item deleted' -juttu tehtiin?
Missä vaiheessa kannattaa vaan uskoa, ettei selkeää faktorirakennetta ole ja syy ei ole analyysin tekijän taidottomuudessa?
Olen kokeillut lisätä ja vähentää faktoreita ja antaa ohjelman hakea faktorit, ja kaikissa tapauksissa saan tuloksen jossa useat muuttujat latautuvat useille faktoreille latausten ollessa kohtalaisen lähellä toisiaan, n. välillä ,3-,55. Goodness-of-fit -testi herjaa vielä liki kymmenen faktorin kohdalla, että faktoreita pitäisi lisätä, mutta sitä en tee koska aineistoni koko ei anna myöten. ideaali faktorimäärä eri kirjojen antamien nyrkkisääntöjen mukaan olisi aineistolleni n. 5-7.
Lisäksi faktoreilta / pääkomponenteilta löytyy sekä positiivisesti että negatiivisesti latautuneita muuttujia iloisesti sekaisin.
Miten jatkan analyysia ja tulkintaa? Olen tähän asti asettanut ehdoksi, että vain yli ,3:n lataukset näytetään ja huomioidaan. Pitäisikö tuota lukua nostaa?
Entä kuinka se 'if item deleted' -juttu tehtiin?
Missä vaiheessa kannattaa vaan uskoa, ettei selkeää faktorirakennetta ole ja syy ei ole analyysin tekijän taidottomuudessa?
Vastaukset
Vanhimmat
Ei vielä vastauksia
Aloittaja odottaa vastauksia. Kerro oma näkemyksesi ensimmäisenä.