Результат факторного анализа

Фактор	Факторный вес переменной	Фактор II	Факторный вес переменной	Фактор III	Факторный вес переменной
Фирменные вещи	0,832	Творчество	0,760	Любовь	0,792
Деньги	0,722	Интеллект	0,726	Стремление создать семью	0,607
Секс	0,796	Уважение к старшим	0,722
Подражание Западу	0,762
Карьера	0,797
Рок-музыка	0,652
Сила	–

Первый фактор носит название “потребительский”. Наибольшую факторную нагрузку имеет признак “фирменные вещи”, что свидетельствует о том, что экономика, не способная к эффективному насыщению рынка промышленными товарами, оказывает деформирующее влияние на ценностное сознание молодежи. Второй и третий факторы представлены значительно меньшим числом признаков и могут быть названы соответственно “учебно-познавательным” и “семейным”.

Один из методов, позволяющий разделить данные на однородные группы (кластеры) таким образом, чтобы различия между объектами одной группы были значительно меньшими, чем между объектами разных групп, – кластерный анализ. Критериями различия (сходства) служат различные меры связи (подобия), корреляционные коэффициенты, меры расстояния. Кластерный анализ работает с признаками, измеренными как в количественных, так и в качественных шкалах. При применении кластерного анализа нужно определить, какие переменные будут служить базой для объединения в кластеры, как будет измеряться близость между отдельными объектами, какой критерий будет использован для объединения объектов в кластеры.

Для количественных показателей наиболее пригодной мерой различия является евклидово расстояние, для качественных –
хи-квадрат, различные коэффициенты сопряженности, ассоциации и другие. При кластеризации не объектов, а признаков применяются коэффициенты парной статистической взаимосвязи.

Наиболее широко применяемый метод кластерного анализа – иерархический. Он подразделяется на объединительные (агломера­тивные) и разделительные (дивизимные) процессы кластеризации. При агломеративных процессах кластеризация начинается с объеди­нения двух наиболее близких объектов в одну группу, затем объеди­няются следующие по близости объекты и кластеры. Процесс продолжается до тех пор, пока все объекты не будут объединены в один кластер, но может быть и остановлен на любом этапе, если число кластеров заранее задано. В дивизимных алгоритмах кластеризация начинается с разбивки всей совокупности на два кластера и заканчивается, когда количество кластеров достигает количества объектов.

Дата добавления: 2015-07-11