1/7
📌 #إضاءة_إحصائية
#ثريد مفاهيم أساسية حول التحليل العاملي Factor Analysis والذي يهدف إلى تحليل الارتباطات بين المتغيرات المختلفة لدراسة العلاقات بينها عن طريق مجموعة اقل تسمى عوامل، كما يهدف إلى تقدير الثبات Reliability والصدق Validity للمقاييس الإحصائية.
@Acad_Research
📌 #إضاءة_إحصائية
#ثريد مفاهيم أساسية حول التحليل العاملي Factor Analysis والذي يهدف إلى تحليل الارتباطات بين المتغيرات المختلفة لدراسة العلاقات بينها عن طريق مجموعة اقل تسمى عوامل، كما يهدف إلى تقدير الثبات Reliability والصدق Validity للمقاييس الإحصائية.
@Acad_Research
2/7
1- العامل Factor
عبارة عن متغير كامن مشتق من مجموعة متغيرات تم قياسها قياسًا مباشرًا.
2- التشبع Loading
يشير تشبع العامل إلى درجة الارتباط كل متغير مع عامل معين.
1- العامل Factor
عبارة عن متغير كامن مشتق من مجموعة متغيرات تم قياسها قياسًا مباشرًا.
2- التشبع Loading
يشير تشبع العامل إلى درجة الارتباط كل متغير مع عامل معين.
3/7
3- الجذر الكامن Eigen Value
يشير إلى كمية التباين الذي يساهم فيه العامل، بحيث يستخدم كمعيار لتحديد عدد العوامل التي يتم استخلاصها من المتغيرات، فإذا كانت قيمته واحد أو أكبر يتم قبوله كعامل وإذا كان أصغر من الواحد فيتم رفضه.
3- الجذر الكامن Eigen Value
يشير إلى كمية التباين الذي يساهم فيه العامل، بحيث يستخدم كمعيار لتحديد عدد العوامل التي يتم استخلاصها من المتغيرات، فإذا كانت قيمته واحد أو أكبر يتم قبوله كعامل وإذا كان أصغر من الواحد فيتم رفضه.
4/7
4- الشيوع Communality
هي مجموع اسهامات المتغير في العوامل التي تم استخلاصها، يجب الملاحظة أن المتغير الواحد يسهم بمقادير مختلفة في كل عامل، عادةً يتم قبول المتغير إذا كانت قيمة شيوعه لا تقل عن 0.5
4- الشيوع Communality
هي مجموع اسهامات المتغير في العوامل التي تم استخلاصها، يجب الملاحظة أن المتغير الواحد يسهم بمقادير مختلفة في كل عامل، عادةً يتم قبول المتغير إذا كانت قيمة شيوعه لا تقل عن 0.5
5/7
5- التمثيل البياني Scree Plot
رسم بياني يمثل قيم الجذور الكامنة لكل عامل على المحور العامودي، في حين يكون على المحور الافقي عدد العوامل المستخلصة وذلك عندما يتحول المنحنى إلى خط مستقيم تقريبًا.
5- التمثيل البياني Scree Plot
رسم بياني يمثل قيم الجذور الكامنة لكل عامل على المحور العامودي، في حين يكون على المحور الافقي عدد العوامل المستخلصة وذلك عندما يتحول المنحنى إلى خط مستقيم تقريبًا.
6/7
6- محدد المصفوفة Determinant
تفيد بالكشف عن مشكلة الارتباط الذاتي Autocorrelation بين المتغيرات، إذ يجب أن لا تقل قيمة المحدد عن (0.0001)، فإذا كانت أقل من ذلك ننظر إلى المتغيرات المرتبطة إرتباطا قويًا (اكبر من 0.8) ونحذف أحدهما.
6- محدد المصفوفة Determinant
تفيد بالكشف عن مشكلة الارتباط الذاتي Autocorrelation بين المتغيرات، إذ يجب أن لا تقل قيمة المحدد عن (0.0001)، فإذا كانت أقل من ذلك ننظر إلى المتغيرات المرتبطة إرتباطا قويًا (اكبر من 0.8) ونحذف أحدهما.
7/7
7- تدوير العوامل Factors Rotation
يجعل كل متغير مرتبط ارتباطًا قويًا بعامل واحد فقط، في حين يكون ارتباطه ضعيفًا مع بقية العوامل الأخرى.
التدوير على نوعين:
🔻متعامد Orthogonal إذا كانت العوامل مستقلة عن بعضها البعض.
🔻مائل Oblique اذا كانت العوامل غير مستقلة.
إنتهـــى
7- تدوير العوامل Factors Rotation
يجعل كل متغير مرتبط ارتباطًا قويًا بعامل واحد فقط، في حين يكون ارتباطه ضعيفًا مع بقية العوامل الأخرى.
التدوير على نوعين:
🔻متعامد Orthogonal إذا كانت العوامل مستقلة عن بعضها البعض.
🔻مائل Oblique اذا كانت العوامل غير مستقلة.
إنتهـــى
جاري تحميل الاقتراحات...