28.12.2013 Views

értekezés - Budapesti Corvinus Egyetem

értekezés - Budapesti Corvinus Egyetem

értekezés - Budapesti Corvinus Egyetem

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

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!