Sample:

Factor analysis - interpretation of SPSS results

Sample:

Exploratory Factor Analysis - KMO and Bartlett's Test

Exploratory Factor Analysis (EFA), Kako interpretirati  KMO i Bartlett´s test 

KMO test i Bartlett-ov test se koriste za procjenu prikladnosti podataka za faktorsku analizu.

KMO-Test (Kaiser-Meyer-Olkin-Test)

KMO test (Kaiser-Meyer-Olkin test) procjenjuje prikladnost podataka za faktorsku analizu tako da se vrši mjerenje stupnja koherentnosti između varijabli. Rezultat testa varira između 0 i 1, a vrijednosti veće od 0,5 smatraju se prikladnima za faktorsku analizu.

U osnovi se smatra vrijednosti KMO testa bi trebale biti veće od 0,6 za prihvatljivu analizu, veće od 0,7 za dobru analizu, veće od 0,8 za vrlo dobru analizu i veće od 0,9 za izvrsnu analizu (Kaiser i Meyer, 1974).

Kod nas je KMO=0,749

Bartlettov Test

Bartlett-ov test testira hipotezu o homogenosti matrice korelacije. U primjeru da je hipoteza o homogenosti odbačena, to ukazuje da su varijable u matrici korelacije dovoljno međusobno povezane i one bi se mogle koristiti u faktorskoj analizi. Bartlett-ov test ima signifikantnu vrijednost kada su korelacije među varijablama dovoljno velike da se mogu koristiti u faktorskoj analizi.

Tako da je, Bartlett-ov test je prikladan kada je vrijednost signifikantnosti manja od 0,05 (Bartlett, 1954).

Kod nas je Bartlett´s test <0,001

Dakle, za prikladnu faktorsku analizu, vrijednost KMO testa trebala bi biti veća od 0,5, dok bi Bartlett-ov test trebao imati vrijednost signifikantnosti manju od 0,05.

Wichtiger Hinweis: Der Originalinhalt ist auf Kroatisch. Die Übersetzung ins Deutsche und Englische erfolgte über einen Web-Übersetzer. Wir entschuldigen uns für die Fehler.