Upload
kelvin
View
50
Download
0
Embed Size (px)
DESCRIPTION
Kvantitatiiviset tutkimusmenetelmät. Luento 4 Faktorianalyysi Kaisu Puumalainen. Yleistä. Tavoite. Tiivistää tietoa vähentämällä muuttujien lukumäärää - PowerPoint PPT Presentation
Citation preview
Kvantitatiiviset tutkimusmenetelmät
Luento 4Faktorianalyysi
Kaisu Puumalainen
Yleistä
4
Tavoite
− Tiivistää tietoa vähentämällä muuttujien lukumäärää− Löytää muuttujajoukosta piileviä rakenteita – faktori on abstrakti piilevä
dimensio, jota yksittäiset muuttujat ilmentävät, vrt. Reflektiivinen mittareiden muodostaminen
− Keskeinen analyysimenetelmä yhdistettyjen mittareiden muodostamisessa ja validiteettitarkastelussa
− Auttaa hahmottamaan mitkä muuttujat voisi yhdistää samaan summamuuttujaan
− Ryhmitellään muuttujia (tai havaintoja, Q-tyyppi)− Tyyppejä:
− Pääkomponenttianalyysi− Eksploratiivinen faktorianalyysi− Konfirmatorinen faktorianalyysi
5
Perusidea
Hyödynnetään muuttujien välistä korrelaatiota yhdistämällä keskenään vahvasti korreloivat muuttujat yhdeksi faktoriksi
Interdependence, korrelaatiota mutta ei kausaliteettiaEsim. Yrityksen liikevaihto ja yrityksen henkilöstömäärä korreloivat
voimakkaasti positiivisesti, niiden välinen regressiosuora vetää yhteen sen tiedon joka kummastakin saadaan – molemmat kuvaavat yrityksen toiminnan mittakaavaa
6
Viiden muuttujan esimerkki, korrelaatiomatriisi
1 2 3 4 51 12 .75 13 .80 .85 14 .10 .05 .00 15 .00 .00 .00 .60 1
7
Viiden muuttujan esimerkki,korrelaatiot pallojen leikkauspintoina
yhteinen varianssi, faktori 2
yhteinen varianssi, faktori 1
1
2
345
Vaiheet
9
Vaiheet
1. Muuttujien valinta2. Edellytysten tarkistus3. Faktorointimenetelmän valinta4. Faktoreiden määrän valinta5. Rotaatio6. Tulkinta7. Validointi8. Jatkoanalyysit
10
Muuttujien valinta
− Muuttujien oltava jatkuvia, mieluiten intervalli- tai suhdeasteikollisia. Likert ok
− Ei syy- seuraussuhteessa olevia muuttujia samaan faktorianalyysiin
− Havaintoja on oltava enemmän kuin muuttujia, suositus 10-20 havaintoa/muuttuja, min 50 havaintoa, yleensä yli 100
− Lähtee korrelaatiomatriisista, joten tulisi olla suhteellisen normaalijakautuneita (ei outlier-havaintoja)
11
Edellytysten tarkistus
–Merkitseviä korrelaatioita pitää olla (miel. runsaasti yli .3, suunnalla ei väliä) –jos faktorimalli on hyvä niin muuttujaparin väliset osittaiskorrelaatiot (kun muiden muuttujien vaikutus on eliminoitu) ovat pieniä–Measure of sampling adequacy (MSA) lasketaan osittaiskorrelaatioista, ja sen tulisi olla jokaisella muuttujalla vähintään 0.5–Jos muuttujan MSA on huono, se voi johtua siitä että muuttuja korreloi vain yhden toisen muuttujan kanssa (kahden muuttujan faktori)
12
Edellytysten tarkistus
•Kaiser’s Measure of Sampling Adequacy Overall –tunnusluku on MSA muuttujille kokonaisuutena, ja se kuvaa korrelaatiomatriisin soveltuvuutta faktorianalyysiin•MSA-arvo on sitä pienempi mitä suurempia osittaiskorrelaatiot ovat• Kaiserin ohjearvot
0.9 marvelous 0.8 meritorious 0.7 middling 0.6 mediocre 0.5 miserable alle 0.5 unacceptable
13
Osittaiskorrelaatio
− Partial correlation− kahden muuttujan välinen korrelaatio, kun yhden tai useamman
muuttujan vaikutus on poistettu (vakioitu)− Esim. jäätelon kulutus ja hukkumiskuolemien määrä korreloivat
voimakkaasti. Korrelaatio johtuu siitä, että molemmat korreloivat lämpötilan kanssa.
− mielekäs korrelaatio saadaan laskemalla osittaiskorrelaatio jäätelön kulutuksen ja hukkumiskuolemien määrän välillä, kun lämpötilan vaikutus on poistettu.
− Myös osittaiskorrelaatio kuvaa muuttujien lineaarista yhteyttä, joka vaihtelee välillä -1 . . . +1
− Osittaiskorrelaatio voidaan yleistää useamman muuttujan samanaikaiseen vakiointiin
14
Osittaiskorrelaatio
)1)(1( 22.
yzxz
yzxzxyzxy
rr
rrrr
)1)(1( 2.
2.
....
zywzxw
zywzxwzxyzwxy
rr
rrrr
osittaiskorrelaatio x:n ja y:n välillä, kun z:n vaikutus on vakioitu
osittaiskorrelaatio x:n ja y:n välillä, kun z:n ja w:n vaikutukset on vakioitu
15
Osittaiskorrelaatio, esim.
x = yrityksen R&D-menot, k€
y = yrityksen nettotulos, k€
korrelaatio rxy= .70
Vau! Innovaatiopanostukset selittävät 49% yrityksen tuloksellisuudesta?
z = yrityksen liikevaihto
korrelaatiot rxz = .80 ja ryz = .75
osittaiskorrelaatio rxy.z = .25
Kun yrityskoon vaikutus otetaan huomioon, niin selittääkin 6.25% tuloksellisuudesta
16
Faktorointimenetelmän valinta
− Muuttujien kokonaisvaihtelu (total variance) jaetaan faktoreihin− Pääkomponentti (principal component)
− Muuttujien yhteinen vaihtelu jaetaan faktoreihin + virhevaihtelu (common variance + unique, ”error” variance)− Pääakseli (principal axis / principal factor)− Maximum likelihood− Alpha factoring
17
Pääkomponentit (principal components)
Haetaan muuttujien lineaarikombinaatioita, tavoitteena tiedon tiivistäminenF1= a*x1+ b*x2 +…..F2= c*x1+ d*x2 +…..
Faktoreita aluksi yhtä monta kuin muuttujiaEnsimmäinen faktori selittää eniten muuttujien vaihtelusta,
toinen toiseksi eniten jne.Kannattaa ottaa lopulta mukaan vain sellaiset faktorit jotka
selittävät vaihtelusta enemmän kuin yksi yksittäinen muuttuja
18
Pääakselianalyysi (common factor analysis)
Tiedetään että on olemassa tietty piilevä käsite tai ominaisuusPiilevä ominaisuus on syynä siihen miksi yksittäiset muuttujat saavat
tiettyjä arvojaYksittäisen muuttujan vaihtelu jakautuu kahteen osaan:
Yhteinen (common), joka johtuu piilevien ominaisuuksien saamista arvoistaYksittäinen (unique, error), joka ei riipu mistään piilevästä ominaisuudesta
Muuttujat ovat lineaarikombinaatioita faktoreista + yksittäinen virhevarianssix1= a*F1+ b*F2 +….. +u1x2= c*F1+ d*F2 +….. +u2
19
Montako faktoria?
• tarpeeksi vähän jotta tieto tiivistyy, mutta tarpeeksi paljon jotta alkuperäisestä tiedosta ei häviä liikaa• teorian perusteella, esim. replikaatiot• selitysosuus varianssista (percentage of variance explained, esim. 60%)• ominaisarvo (eigenvalue, latent root criterion) ykköstä suurempi (paras kun 20-50 muuttujaa)• faktoreiden tulkinta on mielekäs• scree test, scree plotista poikki kun viiva tasaantuu
20
Rotaatio
ortogonaaliset (Varimax, Quartimax, Equimax) tuottavat keskenään korreloimattomia faktoreita
vinorotaatiot (oblique) tuottavat korreloivia (pattern matrix)
Factor 1
Factor 2
21
Tulkinta: lataukset
• loadings• korrelaatio yksittäisen muuttujan ja faktorin välillä• vaihteluväli -1…+1• latauksen neliö kertoo montako prosenttia faktori selittää muuttujan vaihtelusta• olisi hyvä että jokainen muuttuja saisi itseisarvoltaan suuren latauksen yhdellä ja vain yhdellä faktorilla, mieluiten >.5• rotaatio helpottaa tulkintaa
22
Tulkinta: lataukset
• katso ensin millä faktorilla kukin muuttuja saa suurimman latauksen, SAS osaa järjestää muuttujat niin että tämä on helppoa• jos muuttuja ei saa merkittävän suurta latausta millään faktorilla niin poista se• jos muuttuja saa isohkon samansuuruisen latauksen kahdella faktorilla niin kannattaa harkita poistamista• katso faktoreittain mitä yhteistä voisi olla siihen latautuvilla muuttujilla, se on faktorin nimi eli piilevä ominaisuus
23
Tulkinta: latauksen merkitsevyys
• käytännöllinen: min .3, mielellään .5• tilastollinen: (lataus ja merkitsevyyteen tarvittava otoskoko)
• .30 350• .40 200• .50 120• .60 85• .70 60
24
Tulkinta: kommunaliteetti
• communalities• yksittäisen muuttujan tunnusluku, se osuus varianssista jonka faktorit selittävät• latausten neliöiden summa• vaihteluväli 0…1• tulisi olla mahdollisimman suuri (yli .50)• jos on pieni niin muuttujalla on vähän yhteistä muiden muuttujien kanssa, ja se kannattaa jättää pois tarkastelusta tai tutkia erikseen
25
Validointi
• jotta voisi yleistää on arvioitava ratkaisun stabiilisuutta• puolita aineisto satunnaisesti ja tee sama faktorianalyysi molemmille puoliskoille, samanlaisuutta voi myös analysoida tilastollisesti•Kokeile erilaisia faktorointi- tai rotaatiomenetelmiä• tarkista ettei ole outlier-havaintoja esim. scatterplotin avulla• käyttäytyvätkö faktoripistemäärät teorian mukaisesti
26
Jatkoanalyysit
− faktoripistemäärät, kärkimuuttujat, summamuuttujat− voit käyttää faktoripistemääriä kuten mitä tahansa
jatkuvaa normaalijakautunutta muuttujaa, esim. keskiarvotestit, korrelaatio, regressioanalyysi
− muista että kaikkien faktoreiden keskiarvo on nolla, eli suoraan pistemääristä ei voi arvioida eri faktoreiden suhteellista merkitystä
− Jos haluat säilyttää alkuperäisten muuttujien skaalan, käytä faktoripistemäärien asemesta muuttujien keskiarvona laskettua summamuuttujaa
SAS ohjelmisto
28
SAS Analyze – Multivariate – Factor analysis
29
SAS – factoring method
Faktorointimenetelmän valinta
Faktoreiden määrä, aluksi smallest eigenvalue 1, myöhemmin voit asettaa itse lukumäärän
30
SAS- factoring method
− Method: pääkomponetti (principal component), pääakseli (principal factor) ja maximum likelihood yleisimmin käytettyjä
− Number of factors: yleensä aluksi faktorit joilla ominaisarvo on suurempi kuin yksi (selittää enemmän kuin yksittäinen muuttuja keskimäärin), voit määrätä myös tietyn lukumäärän faktoreita, tai minimin selitysosuudelle varianssista
31
SAS - communality
32
SAS- communality
− Pääkomponenttianalyysissa alustavat kommunaliteetit ovat aina ykkösiä− Jos haluat käyttää pääakselimenetelmää sinun tulee edellä valita
principal component ja tässä kohtaa valita kommunaliteetiksi joku muu vaihtoehto kuin ykköset, yleensä multippelikorrelaatiokertoimien perusteella (paljonko muut muuttujat selittävät kunkin muuttujan vaihtelusta)
33
SAS – rotation and plots
34
SAS- rotation and plots
− Ortogonaaliset ja vinorotaatiot (oblique)− ortogonaalinen tuottaa keskenään korreloimattomia faktoreita, isot
lataukset suurenevat ja pienet pienenevät, esim. Orthogonal varimax− vinorotaatio tuottaa keskenään korreloivia faktoreita− Plot factor pattern piirtää kuvion latauksista − scree plot: kunkin faktorin ominaisarvojen pieneneminen graafisesti
35
SAS - resultsMuista tähän oma kirjastosi
Nämä edellytysten tarkistamiseksi
Tämä tulkinnan helpottamiseksi
36
SAS-results
− save output data- factors: tallentaa faktoripistemäärät uusiksi muuttujiksi
− uusien muuttujien keskiarvoksi tulee nolla, ja varianssiksi yksi (ovat standardoituja muuttujia)
− Reorder matrix rows by highest absolute loading kannattaa valita tulkinnan helpottamiseksi, tällöin samalle faktorille latautuvat muuttujat ovat allekkain listassa
− Related statistics antaa perustunnusluvut ja korrelaatiot muuttujille sekä MSA-luvut edellytysten arvioimiseksi
37
SAS-tulostus
Means and Standard Deviations from 280 Observations
Variable Mean Std Devigo1 3.6500000 1.0260059igo2 2.3500000 0.9460349igo3 3.7357143 1.0097071igo4 3.6142857 1.3066453igo5 2.4500000 1.2576647igo6 2.4000000 1.0424674igo7 3.6750000 1.1935084igo8 3.5857143 1.0940420igo9 2.9535714 1.2216629igo10 2.8142857 1.0715327igo11 3.3785714 1.3936253
Tarkista että kaikissa muuttujissa on tarpeeksi hajontaa, 1-5 asteikolla ”hyvä” keskiarvo 2,5 – 3,5 ja keskihajonta noin 1
38
SAS-tulostus korrelaatiomatriisin alku
Correlations
igo1 igo2 igo3 igo4igo1 Strong growth is necessary to ensure our future
positions1.00000 -0.35708 -0.32487 0.02460
igo2 Our company is of optimum size as it is -0.35708 1.00000 0.26979 -0.08467
igo3 We seek steady growth -0.32487 0.26979 1.00000 0.02026
igo4 Growth can be achieved mainly through internationalization
0.02460 -0.08467 0.02026 1.00000
igo5 There is still enough growth potential in domestic markets
0.06139 0.09007 0.08552 -0.70318
igo6 Risks related to internationalization are too high -0.04289 0.08286 0.15868 -0.36523
igo7 We need to internationalize in order to succeed in the future
0.13801 -0.09571 -0.08045 0.67088
igo8 We need partners in order to internationalize 0.00447 -0.01177 0.01085 0.14356
igo9 We have enough resources to internationalize 0.08993 0.05443 -0.01289 0.30758
39
SAS-tulostus korrelaatiomatriisin loppu
Correlations
igo8 igo9 igo10 igo11igo5 There is still enough growth potential in
domestic markets0.00573 -0.28729 -0.51225 -0.66400
igo6 Risks related to internationalization are too high 0.18353 -0.38782 -0.36964 -0.40066
igo7 We need to internationalize in order to succeed in the future
0.16827 0.35097 0.63087 0.72501
igo8 We need partners in order to internationalize 1.00000 -0.22362 0.09006 0.14790
igo9 We have enough resources to internationalize -0.22362 1.00000 0.39588 0.27351
igo10
It is important for our company to internationalize quickly
0.09006 0.39588 1.00000 0.65930
igo11 Internationalization is the only means to achieve the objectives of growth we have set
0.14790 0.27351 0.65930 1.00000
Löytyykö muuttujia jotka eivät korreloi merkitsevästi minkään kanssa
40
SAS-tulostus: osittaiskorrelaatiot
Partial Correlations Controlling all other Variables
igo1 igo2 igo3 igo4 igo5
igo1 Strong growth is necessary to ensure our future positions
1.00000 -0.31341 -0.23868 -0.04146 0.24800
igo2 Our company is of optimum size as it is
-0.31341 1.00000 0.17269 -0.06745 0.08044
igo3 We seek steady growth -0.23868 0.17269 1.00000 0.19051 0.09130
igo4 Growth can be achieved mainly through internationalization
-0.04146 -0.06745 0.19051 1.00000 -0.37408
igo5 There is still enough growth potential in domestic markets
0.24800 0.08044 0.09130 -0.37408 1.00000
igo6 Risks related to internationalization are too high
0.06320 0.04617 0.12385 0.00493 0.14235
igo7 We need to internationalize in order to succeed in the future
0.06797 -0.03273 0.06170 0.18879 -0.06475
igo8 We need partners in order to Internationalize
-0.03896 0.00745 -0.01798 0.11506 0.14162
Näiden olisi hyvä olla pieniä
41
SAS-tulostus: edellytysten tarkistus
Kaiser's Measure of Sampling Adequacy: Overall MSA = 0.82419535
igo1 igo2 igo3 igo4 igo5 igo6 igo70.51552309 0.59995280 0.59692023 0.85645894 0.85023609 0.87180203 0.89665098
Kaiser's Measure of Sampling Adequacy: Overall MSA = 0.82419535
igo8 igo9 igo10 igo110.48606164 0.76678981 0.88863828 0.85037277
Igo8 ja igo1 huonoja, muut ok > .60
42
SAS-tulostus: faktoreiden määrä ja selitysosuus
Eigenvalues of the Correlation Matrix: Total = 11 Average = 1
Eigenvalue Difference Proportion Cumulative1 4.12328261 2.50827373 0.3748 0.3748
2 1.61500888 0.27283724 0.1468 0.5217
3 1.34217164 0.51567136 0.1220 0.6437
4 0.82650029 0.05353231 0.0751 0.7188
5 0.77296797 0.18594146 0.0703 0.7891
6 0.58702652 0.06105625 0.0534 0.8425
7 0.52597026 0.10229721 0.0478 0.8903
8 0.42367305 0.10984945 0.0385 0.9288
9 0.31382360 0.06043400 0.0285 0.9573
10 0.25338960 0.03720403 0.0230 0.9803
11 0.21618557 0.0197 1.0000
3 faktoria, joilla ominaisarvo >1. Ne selittävät yhteensä 64% muuttujien vaihtelusta
43
Tulostus: faktoreiden määrä ja selitysosuus
44
SAS-tulostus: muuttujien latautuminen faktoreille
Factor Pattern
Factor1 Factor2 Factor3igo11 Internationalization only means to achieve the objectives of growth 0.87455 -0.03244 0.19013
igo7 We need to internationalize in order to succeed in the future 0.84632 0.03505 0.15293
igo4 Growth can be achieved mainly through internationalization 0.83099 0.17003 0.19148
igo10 It is important for our company to internationalize quickly 0.78575 0.03807 0.03130
igo6 Risks related to internationalization are too high -0.60112 0.00325 0.44663
igo5 There is still enough growth potential in domestic markets -0.79617 -0.15829 -0.01595
igo2 Our company is of optimum size as it is -0.14951 0.70545 -0.06601
igo3 We seek steady growth -0.18653 0.68477 0.09645
igo1 Strong growth is necessary to ensure our future positions 0.16618 -0.75807 -0.02512
igo8 We need partners in order to internationalize 0.07554 -0.00641 0.85161
igo9 We have enough resources to internationalize 0.49854 0.12657 -0.55293
Rotatoimattomat lataukset, älä tulkitse vielä näitä
45
SAS-tulostus: faktoreiden selitysosuudet
Variance Explained by Each Factor
Factor1 Factor2 Factor34.1232826 1.6150089 1.3421716
Sama kuin ominaisarvot, jotka näkyivät jo aiemmassa taulukossa
46
SAS-tulostus: muuttujien kommunaliteetit
Final Communality Estimates: Total = 7.080463
igo1 igo2 igo3 igo4 igo5 igo6 igo70.60291162 0.52437549 0.51301269 0.75611591 0.65919443 0.56083881 0.74087518
igo8 igo9 igo10 igo110.73097927 0.57029213 0.61983798 0.80202962
Lopulliset kommunaliteetit kertovat kuinka suuren osan kunkin muuttujan vaihtelusta 3 faktoria selittävät, igo2 ja igo3 hieman muita huonompia, yli 0.5 ok
47
SAS-tulostus: muunnosmatriisi
Orthogonal Transformation Matrix
1 2 31 0.96474 -0.16014 -0.20888
2 0.15125 0.98680 -0.05795
3 0.21540 0.02432 0.97622
Latausmatriisi kerrotaan tällä matriisilla, jotta saadaan rotatoitu latausmatriisi, tätä ei tarvitse tulkita mitenkään
48
SAS-tulostus: rotatoidut latauksettästä tulkitaan ja nimetään faktorit
Rotated Factor Pattern
Factor1 Factor2 Factor3igo11 Internationalization is the only means to achieve the objectives of
growth we have set0.87976 -0.16744 0.00481
igo4 Growth can be achieved mainly through internationalization 0.86865 0.03937 0.00349igo7 We need to internationalize in order to succeed in the future 0.85472 -0.09722 -0.02952igo10 It is important for our company to internationalize quickly 0.77055 -0.08750 -0.13578
igo5 There is still enough growth potential in domestic markets -0.79547 -0.02909 0.15991igo2 Our company is of optimum size as it is -0.05176 0.71848 -0.07409igo3 We seek moderate growth -0.05561 0.70795 0.09344igo1 Strong growth is necessary to ensure our future positions 0.04026 -0.77528 -0.01530igo8 We need partners in order to internationalize 0.25534 0.00229 0.81595igo6 Risks related to internationalization are too high -0.48323 0.11033 0.56139
igo9 We have enough resources to internationalize 0.38100 0.03162 -0.65125
49
Faktoreiden tulkinta
− Factor 1: international growth orientation – suuret arvot kuvaavat halua voimakkaaseen kansainväliseen kasvuun
− Factor 2: status quo orientation – suuret arvot kuvaavat halua pitäytyä nykykoossa
− Factor 3: lack of resources – suuret arvot kuvaavat resurssien riittämättömyyttä kasvuun
− Huom! Negatiivinen lataus tarkoittaa, että väittämä korreloi negatiivisesti muiden samalle faktorille kuuluvien kanssa. Niitä ei voi sellaisenaan käyttää summamuuttujien laskennassa vaan ne on ensin uudelleenkoodattava
50
SAS-tulostus: selitysosuudet
Variance Explained by Each Factor
Factor1 Factor2 Factor33.9368623 1.6791686 1.4644322
Rotaation seurauksena kunkin faktorin suhteellinen selitysosuus vaihtelusta voi hieman muuttua, tässä factor1 osuus laski ja muiden nousi vastaavasti
51
SAS-tulostus: kommunaliteetit
Final Communality Estimates: Total = 7.080463
igo1 igo2 igo3 igo4 igo5 igo6 igo70.60291162 0.52437549 0.5130126
90.75611591 0.65919443 0.56083881 0.74087518
igo8 igo9 igo10 igo110.73097927 0.5702921
30.6198379
80.80202962
Rotaatio ei muuta muuttujien kommunaliteetteja
52
SAS-tulostus
Standardized Scoring Coefficients
Factor1 Factor2 Factor3
igo11 Internationalization is the only means to achieve the objectives of growth we have set
0.23210 -0.05034 0.09515
igo4 Growth can be achieved mainly through internationalization 0.24108 0.07508 0.09107
igo7 We need to internationalize in order to succeed in the future 0.22584 -0.00868 0.06710
igo10 It is important for our company to internationalize quickly 0.19243 -0.00669 -0.01841
igo5 There is still enough growth potential in domestic markets -0.20367 -0.06608 0.03442
igo2 Our company is of optimum size as it is 0.02049 0.43565 -0.06575
igo3 We seek steady growth 0.03597 0.42740 0.05503
igo1 Strong growth is necessary to ensure our future positions -0.03614 -0.47010 0.00051
igo8 We need partners in order to internationalize 0.15375 0.00858 0.61581
igo6 Risks related to internationalization are too high -0.06866 0.03342 0.35519
igo9 We have enough resources to internationalize 0.03976 0.04795 -0.43197
Faktoripistemäärien laskemisessa käytetyt muuttujien painokertoimet, tulevat latausten perusteella ja ei tarvitse tulkita
53
Plot: faktorilataukset rotaation jälkeen
Output data
Footer
SAS-koodi
PROC FACTOR DATA=KIRJASTO.DATANIMIMETHOD=PRINVARDEF=DFSINGULAR=1E-08NFACTORS=11MINEIGEN=1PRIORS=ONEROTATE=VARIMAXNORM=KAISERPLOTS=LOADINGSPLOTS=SCREENPLOT=2REORDERSIMPLECORRMSAOUT=KIRJASTO.FACTFactorsDATANIMI(LABEL="Estimated factor scores for KIRJASTO.DATANIMI")
;VAR igo1 igo2 igo3 igo4 igo5 igo6 igo7 igo8 igo9 igo10 igo11
;RUN;
56
SAS-tulostus describe-komennosta uudelle datalle
Faktoripistemäärät ovat määrittelemässäsi uudessa datassa uusina muuttujina, joita voi analysoida kuten mitä tahansa jatkuvia muuttujia
Variable Label MeanStd Dev Min Max N
Factor1Factor2Factor3
international growth orientation factorstatus quo orientation factorlack of resources factor
2.934E-17-9.397E-171.268E-17
1.0001.0001.000
-2.6391-2.6019-3.0588
1.68542.68232.3267
280280280
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5
0
5
-2.6 -2.2 -1.8 -1.4 -1 -0.6 -0.2 0.2 0.6 1 1.4 1.8
0
2.5
5.0
57
Summamuuttujan laskenta
− Voit vaihtoehtoisesti käyttää jatkoanalyyseissa faktoripistemäärien sijaan summamuuttujia
− Summamuuttujat lasketaan ja niiden reliabiliteetti tarkistetaan kullekin faktorille erikseen
− Negatiivisesti latautuneet väittämät on uudelleenkoodattava ennen reliabiliteetin ja summamuuttujan laskemista
− Esimerkkinä faktorille 1 laskettu reliabiliteetti luennon 3 lopussa
Raportointi
59
Raportointi
− Mainittava − Edellytyksistä MSA Overall ja korrelaatiokertoimien vaihteluväli tai
tilastollisesti merkitsevien osuus− Faktorointimenetelmä− Miten faktoreiden lkm päätettiin− Rotaatiomenetelmä
− Muut asiat taulukkoon esim. seuraavasti
60
Raportointi
Rotatoidut lataukset
Item Faktori1 Faktori2 Kommunaliteetti
MSA
Muuttuja1 .86 .77 .80Muuttuja2 .82 .70 .78Muuttuja3 .65 .58 .66Muuttuja4 .73 .60 .60Muuttuja5 .41 .58 .50 .55Ominaisarvo 2.5 1.0Cum.% .50 .70Cronbach alpha
.70 .68