01.jpg02.jpg03.jpg04.jpg05.jpg06.jpg

بردار تصادفی قابل مشاهده X باP مؤلفه دارای میانگین  و ماتریس کواریانس است. در الگوی عاملی فرض بر این است که X وابسته خطی چند متغیر تصادفی غیرقابل مشاهده F_1,F_2,…,F_m بوده و اصطلاحاً « عوامل مشترک» (Communality Factors) گفته می شود و P منبع دیگر از متغیرهای _1,_2,…,_m هستند که خطا یا گاهی اوقات « عوامل خاص» ( Specific Factors) نامیده می شوند.

مدل عاملی متعامد

بردار تصادفی قابل مشاهده X باP مؤلفه دارای میانگین  و ماتریس کواریانس است.

در الگوی عاملی فرض بر این است که X وابسته خطی چند متغیر تصادفی غیرقابل مشاهده F_1,F_2,…,F_m بوده و اصطلاحاً « عوامل مشترک» (Communality Factors) گفته می شود و P منبع دیگر از متغیرهای _1,_2,…,_m هستند که خطا یا گاهی اوقات « عوامل خاص» ( Specific Factors) نامیده می شوند.

الگوی تحیل عاملی بصورت زیر است:


مدل تحلیل عاملی متعامد در spss

 

ضریب_ij را محموله متغیر i اُم روی عامل j اُم می نامند.

بنابراین، به ماتریس L فوق، ماتریس « محموله های عاملی» (Loading Factors) گفته می شود.

الگوی عاملی متعامد با m عامل مشترک عبارت است از:


مدل تحلیل عاملی متعامد در spss

 

و بردارهای تصادفی غیرقابل مشاهده F و  در روابط زیر صدق می کنند.

E(F)= 0,Cov(F)=I E()= 0,Cov()= که در آن ،  یک ماتریس قطری است.


مدل تحلیل عاملی متعامد در spss


مدل تحلیل عاملی متعامد در spss


مدل تحلیل عاملی متعامد در spss

فصل چهار پایان نامه را حودتان بنویسید...

چگونه؟

بسته آموزشی تجزیه تحلیل آماری پایان نامه با SPSS و AMOS

از صفر تا صد آموزش  spss

آموزش مباحث اساسی AMOS

آموزش به زبان ساده ، موضوعی و گام به گام همراه با تصویر

33 پکیج (1378 صفحه تصویری)+ به همراه همه مقالات آموزشی این سایت درباره spss

لطفا و خواهشا برای سوال های آماری و رفع اشکال تماس نگیرید

هر آنچه لازم باشد در این بسته آموزشی آمده است.

Go to top
تمام حقوق این سایت محفوظ می باشد .

مدیریت و سفارش خدمات: 09011853901