POČETNA

O NAMA

Naše usluge

Portfolio

METODE ISTRAŽIVANJA

FAQ

Feedback

KONTAKT

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

Search our Site

|
+49 (0)178-8955-751

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.

Interpretation:

 

KMO > 0,5 varijable se smatraju prikladnima za faktorsku analizu

KMO > 0,6 prihvatljiva faktorska analiza,

KMO > 0,7 dobra faktorska analiza,

KMO > 0,8 vrlo dobra faktorska analiza,

KMO > 0,9 izvrsna faktorska analiza.

Kaiser i Meyer, 1974

Bartlett´s test < 0,05 varijable se mogu koristiti u faktorskoj analizi

Bartlett, 1954

www.StatistischeBeratung.de

 




Cite this article in your research paper:
APA

Statistische Beratung Leonardo Miljko (datum) Exploratory Factor Analysis (EFA) - How to interpret KMO i Bartlett´s test. Retrieved from https://www.StatistischeDatenAnalyse.de/images/Exploratory_Factor_Analysis-EFA-Kako_interpretirati_KMO_i_Bartletts_test.pdf .

Harvard

Statistische Beratung Leonardo Miljko  January 10, 2020 Exploratory Factor Analysis (EFA) - How to interpret KMO i Bartlett´s test. viewed datum < https://www.StatistischeDatenAnalyse.de/images/Exploratory_Factor_Analysis-EFA-Kako_interpretirati_KMO_i_Bartletts_test.pdf >


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