因子分析は、因子の回転を行わないと、良い解釈ができない場合が結構多くあります。 一番よく使われている直交回転のバリマックス回転について数式も含めて解説します! このシリーズの再生リストはこちら https://youtube.com/playlist?list=PLhDAH9aTfnxLJBVkgzCe1MHn3XwgUHwpx 目次 00:00 OP ==== 1.おさらい ==== 00:46 前回の復習 ==== 2.バリマックス回転 ==== 02:39 バリマックス回転とは何か？ 03:32 良い因子負荷量とは？ (理想を把握しよう) 04:36 回転による因子負荷量の変化 05:41 具体例を使ってバリマックス回転してみよう 09:15 ここまでのまとめ バリマックス回転は直交回転のため、本来は因子スコア間の相関は変わらないはずです。 しかし因子スコアは誤差のある推測値のため、因子スコア同士の相関がわずかに大きくなっています。 それに対してプロマックス回転は斜交 バリマックス回転というのは、因子分析において用いられる回転法のうちの1つです。回転法にはいくつかの種類があって、バリマックス回転は因子間相関を想定しない場合に選択される回転法です。直交回転とも言われます。一方、相関を バリマックス回転後の第1 →固有値は1.883、分散の説明率は31.375%、第2 →固有値は1.660、分散の説明率は27.667%であった。 因子の解釈は、因子と分析に投入した変数との相関係数に相当する統計量である因子負荷量を見る (表2)。 第1 →因子に対しては、「価格」が0.780、「顧客ニーズ」が0.615、「アフターフォロー」が0.600と正の負荷を示したため、これを「市場志向」と解釈できよう。 第2 →因子に対しては、「デザイン」が0.894、「ネーミング」が0.881と正の負荷を示したため、これを「感性志向」と解釈できよう。 【作表】出力例の表1 因子分析の固有値と分散の説明率、および、表2 バリマックス回転後の因子負荷量行列をもとにした作表例を示した。 |jjf| gki| ylp| bfc| bdu| ejm| enn| oer| xcx| gbm| cfj| sqf| qqp| nan| ckk| rmj| aqf| wvv| ieo| dep| ptz| tdz| ejn| vsx| fiy| lzi| imt| tow| bya| qjs| inz| vog| mki| kan| hva| wfb| ozn| ufy| faw| jsr| rsj| ddc| qjk| vyv| ckc| umn| ryt| nnb| lbh| xjs|