Paweł S. .
Temat: Nieoczekiwany efekt podkowy
Witam. Mam dosyć nietypowy (a może jednak typowy) problem:Wziąłem sobie osiem zmiennych porządkowych z PGSS2002, dotyczących zainteresowania respondentów poszczególnymi tematami pojawiającymi się w mediach. Zmienne kodowane są na skali od 1 do 4, gdzie 1 oznacza najwyższe, a 4 najsłabsze zainteresowanie danym tematem.
Na początek, wbrew wszelkim prawidłom sztuki zrobiłem na nich PCA. Wnioski:
Dwa, ewentualnie 3 wymiary
1 wymiar: tematy z zakresu polityka, ekonomia, społeczeństwo, technika
2 wymiar: tematy kobiece
Jedynie "życie sławnych ludzi" ładuje się dość mocno na obu, stąd ewentualnie możliwość dodania do analizy 3-ciego wymiaru.
Współrzędne punktów:
Rotacja Varimax
Współrzędne punktów reprezentują średnie wartości czynnikowe dla poszczególnych grup.
Wariancja wyjaśniona:
Wymiar1: 35%
Wymiar2: 22%
Łącznie: 57%
Następnie na tych samych danych zrobiłem CATPCA. Wnioski podobne, generalnie więcej wyjaśnionej wariancji dzięki skalowaniu optymalnemu plus trochę inna rotacja, ale generalnie na jedno wychodzi.
Wszystkie zmienne wyskalowane jako porządkowe (niesklejana).
Wariancja wyjaśniona:
Wymiar1: 46%
Wymiar2: 22%
Łącznie: 69%
I na końcu, jeszcze raz te same dane, ale tym razem wielowymiarowa analiza korespondencji. Spodziewałem się podobnych wyników, ale okazuje się, że jest kompletnie inaczej:
- Efekt "podkowy" wskazuje na względną jednowymiarowość badanego zjawiska
- Jednocześnie drugi wymiar wyjaśnia zdecydowanie więcej bezwładności niż przy pozostałych dwóch
- Linie interpolacji wszystkich zmiennych przebiegają podobnie - nie ma rozróżnienia pomiędzy wymiarami.
Bezwładność wyjaśniona:
Wymiar1: 42%
Wymiar2: 31% (wtf?)
Łącznie: 73%
No i tu pojawia się jedno pytanie: DLACZEGO?
Jestem jeszcze kompletnym żółtodziobem w kwestiach skalowania optymalnego, więc b. proszę o pomoc.
Pzdr!
SopelPaweł Sopel edytował(a) ten post dnia 29.01.10 o godzinie 11:00