28.12.2013 Views

értekezés - Budapesti Corvinus Egyetem

értekezés - Budapesti Corvinus Egyetem

értekezés - Budapesti Corvinus Egyetem

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

főkomponens elemzésre, 0.5-0.7 között gyenge, 0.7-0.8 között közepes, 0.8 felett jó<br />

eredménnyel zárulhat a főkomponens elemzés.<br />

A Barlett féle gömbölyűségi teszt alapfeltevése, hogy többváltozós normális eloszlású<br />

sokaságból vettük a mintát, és az eredeti változók függetlenek. Főkomponens elemzés csak<br />

akkor végezhető, ha elvetjük a nullhipotézist, azaz a változók nem tekinthetők<br />

függetlennek. Alacsony, nulla közeli szignifikancia szintek pontosan erre utalnak.<br />

[A15-4. táblázat]<br />

Látható, hogy mindkét teszt a bevont faktorok főkomponens elemzésre való alkalmasságát<br />

jelzik.<br />

A főkomponens elemzés során nem egyedül a lineáris függetlenség megteremtése, de a<br />

kapott látens faktorok közgazdasági tartalmának jó értelmezhetősége is a cél. Éppen ezért<br />

lényeges, hogy az ortogonalizálást megfelelő irányú dimenziók mellett hajtsuk végre. Az<br />

ortogonális forgatás egyik változata a Varimax ejárás. Ezen rotációs módszer úgy<br />

optimalizál, hogy a kapott faktorok egyenként a lehető legkevesebb számú eredeti<br />

változóval korreláljanak. Vagyis minél egyértelműbb legyen a látens faktorok eredeti<br />

magyarázó változókkal történő interpretálása. Nekünk pont ez szükséges a közgazdasági<br />

tartalom jó megragadhatósága céljából.<br />

A transzformációt követően vessünk egy pillantást a kommunalitás táblázatra. Ha<br />

sztenderdizált adatokkal dolgozunk, akkor kezdetben minden változó szórásnégyzete<br />

egységnyi („Initial”), és ebből az egynél nagyobb varianciájú, „fontos” főkomponensek<br />

bizonyos hányadot magyaráznak („Extraction”). Ha a magyarázott hányad túlságosan<br />

alacsony (ha a kommunalitás kisebb, mint 0.25, akkor a változó egyetlen faktorral sem<br />

korrelál közepesen, mert 0.52 = 0.25), akkor a változót célszerű kihagyni a futtatásból 219.<br />

[A15-5. táblázat]<br />

Esetünkben valamennyi bevont változó szerepeltetése indokoltnak bizonyult az ortogonális<br />

transzformációban, kivétel a Naphtha WSM faktort. A kapott főkomponensek kevéssé<br />

tudják leírni ezen magyarázó változó varianciáját (Extraction = 0.52). Célszerű tehát a<br />

219 Kovács [2004, pp. 82.]<br />

211

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!