Статистики используемые в факторном анализе.

1-Критерий сферичности Бартлетта (Bartlett's test of sphericity). Статистика, проверяющая гипотезу о том, что переменные в генеральной совокупности не коррелируют между собой Другими словами, корреляционная матрица в совокупности является характерной матрицей; каждая переменная коррелирует сама с собой (n = 1), но не взаимосвязана с другими переменными (n= 0).

2-Корреляционная матрица (correlation matrix). Матрица попарных корреляций n между всеми возможными парами переменных, включенных в анализ. Это симметричная, неотрицательно определенная матрица.

3-Общность (communality). Доля дисперсии отдельной переменной, которую переменная делит с другими рассматриваемыми переменными. Это доля дисперсии, объясняемая общими факторами.

4-Собственное значение (eigenvalue). Представляет полную дисперсию, объясняемую каждым фактором.

5-Факторные нагрузки (factor loadings). Линейные корреляции между переменными и факторами.

6-График факторных нагрузок (factor loadings plot). График исходных переменных, где по осям координат откладывают значения факторных нагрузок.

7-Матрица факторных нагрузок (factor matrix). Содержит факторные нагрузки всех переменных по всем выделенным факторам.

8-Значения фактора (factor scores). Суммарные значения, определенные для каждого респондента по производным факторам.

9-Критерий адекватности выборки Кайзера-Мейера-Олкина (Kaiser— Meyer— Olkin (KMO)measure of sampling adequacy). Коэффициент для проверки целесообразности выполнения факторного анализа. Высокие значения (от 0,5 до 1) указывают, что факторный анализ целесообразен. Малые значения (до 0,5) указывают, что факторный анализ неприемлем.

10-Процент дисперсии (percentage of variance). Процент от полной дисперсии, приписываемый каждому фактору.

11-Остатки (residuals). Разница между наблюдаемыми корреляциями, приведенными в исходной корреляционной матрице, и вычисленными корреляциями, определенными из матрицы факторных нагрузок.

12-Графическое изображения критерия "каменистой осыпи" (scree plot), График зависимости собственных значений от числа факторов в порядке их убывания.