التحليل الإحصائي مفاهيم منهجية تطبيقات استخدام البرمجية — الصفحة ٢٩٣

1 المناقشة: تم احتساب المكونات الرئيسة بعدد المتغيرات الداخلة في التحليل. القيم الوهمية Eigenvalues تعبر عن تباين المكونات الرئيسة، وبالتالي، فإن القيمة الوهمية (التباين) للمكون الرئيس الأول تساوي 3.0289 وتباين المكون الرئيس الثاني تساوي 1.2911... وهكذا لبقية المكونات. النسبة Proportion تبين نسبة مساهمة المكون الرئيس في تفسير التغيرات لمجتمع البيانات الكلي، وفي هذا المثال، فإن المكون الرئيس الأول يساهم بنسبة %60.6 من التغيرات الحاصلة في مجتمع الدراسة، وأن المكون الرئيس الثاني يساهم بنسبة 25.8% من التغيرات الحاصلة في بيانات مجتمع الدراسة. إن نسبة المساهمة التجميعية Cumulative للمكونات الرئيسة تبين بأن المكونات الثلاثة الأولى تفسر ما نسبته %97.8% من التغيرات الكلية، الأمر الذي يمكن من خلاله الاعتماد على المكونات الثلاثة الأولى وترك بقية المكونات. ملاحظة ان تحليل المكونات الرئيسة هو أمر متروك للباحث، حيث يمكن الاعتماد على طريقتين في التفسير، الأولى يتم فيها إدخال المكونات الرئيسة التي تكون فيها قيمة التباين Eigenvalue أكبر أو تساوي (۱) مع ترك بقية المكونات، والثانية يتم الاعتماد فيها على نسبة التفسير التجميعي للمكونات الرئيسة بحيث تزداد عن نسبة مقبولة التفسير (%80=<). في إن قيم المكون تحتسب بالاعتماد على المعلمات المحتسبة والتي يظهرها التقرير بشكل منفصل لكل مكون على حدة، بعبارة أخرى، فإننا إذا أردنا احتساب القيم للمكون الأول، فإنه يمكن كتابة التوليفة الخطية الآتية: PC1 = -0.558 Pop - 0.313 School - 0.568 Employ - 0.487 Health + 0.174 Home ....(1-10) على أية حال، فإن البرمجية تحتوي على اختيار لاحتساب القيم للمكونات وحفظها في لائحة العمل وسوف نطور البرنامج أعلاه لهذا الغرض. الشكل البياني للقيم الوهمية يبين التباينات للمكونات الرئيسة المحتسبة والذي يعكس أهمية المكونات الثلاثة الأولى مقارنة بالمكونات الأخرى. ۲۹۸
ص ٢٩٣

النص مستخرج آليًّا من صور الكتاب، وقد يقع فيه خطأ.