กำลังโหลดในการวิเคราะห์ปัจจัยหรือใน PCA ( ดู 1 , ดู 2 , ดู 3 ) คือสัมประสิทธิ์การถดถอย, น้ำหนักในตัวแปรทำนายการรวมกันเชิงเส้น (รายการ) โดยปัจจัย / ส่วนประกอบมาตรฐาน (หน่วยแปรปรวน)
เหตุผลในการโหลดเกิน :1
เหตุผลที่ 1: เมทริกซ์ความแปรปรวนร่วมที่วิเคราะห์แล้ว
หากวิเคราะห์เป็นตัวแปรมาตรฐานนั่นคือการวิเคราะห์ขึ้นอยู่กับเมทริกซ์สหสัมพันธ์แล้วหลังจากการสกัดหรือหลังจากการหมุนมุมฉาก (เช่น varimax) - เมื่อปัจจัย / องค์ประกอบยังคงไม่ได้รับการโหลด - นอกจากนี้ยังมีค่าสัมประสิทธิ์สหสัมพันธ์ นั่นคือคุณสมบัติของสมการการถดถอยเชิงเส้น: ด้วยตัวทำนายมาตรฐานแบบฉากมุมฉากพารามิเตอร์ที่สัมพันธ์กันแบบเพียร์สัน ดังนั้นในกรณีนี้การโหลดจะต้องไม่เกิน [-1, 1]
แต่ถ้าวิเคราะห์เป็นเพียงตัวแปรที่เป็นศูนย์กลางนั่นคือการวิเคราะห์ขึ้นอยู่กับเมทริกซ์ความแปรปรวนร่วมดังนั้นการโหลดไม่จำเป็นต้อง จำกัด อยู่ที่ [-1, 1] เพราะสัมประสิทธิ์การถดถอยเป็นแบบจำลองดังกล่าวไม่จำเป็นต้องเท่ากับสัมประสิทธิ์สหสัมพันธ์ ที่จริงแล้วมันคือโควาเรียส โปรดทราบว่ามันเป็นภาระดิบ มีการโหลด "rescaled" หรือ "standardized" (อธิบายไว้ในลิงก์ที่ฉันให้ไว้ในย่อหน้าที่ 1) ซึ่งได้รับการลดขนาดไม่ให้ออกจากวง [-1, 1]
เหตุผลที่ 2: การหมุนแบบเอียง หลังจากการหมุนแบบเอียงเช่น promax หรือ oblimin เรามีโหลดสองประเภท : เมทริกซ์รูปแบบ (สัมประสิทธิ์การถดถอยหรือโหลดต่อ se) และเมทริกซ์โครงสร้าง (ค่าสัมประสิทธิ์สหสัมพันธ์) พวกเขาไม่เท่ากันเนื่องจากเหตุผลที่กล่าวมาข้างต้น: สัมประสิทธิ์การถดถอยของผู้ทำนายที่มีความสัมพันธ์แตกต่างจากเพียร์สันสหสัมพันธ์ ดังนั้นการโหลดรูปแบบสามารถอยู่เหนือ [-1, 1] ได้อย่างง่ายดาย โปรดทราบว่ามันเป็นความจริงแม้ว่าเมทริกซ์สหสัมพันธ์เป็นเมทริกซ์ที่วิเคราะห์แล้ว ดังนั้นนั่นคือวิธีที่เมื่อปัจจัย / องค์ประกอบที่เอียง
เหตุผลที่ 3 (หายาก): กรณีของ Heywood กรณี Heywood ( pt 6 ) เป็นความยากลำบากในอัลกอริธึมการวิเคราะห์ปัจจัยเมื่อทำการโหลดซ้ำเกินกว่าขนาดที่อนุญาตตามหลักทฤษฎี - มันเกิดขึ้นเมื่อชุมชนได้รับเกินความแปรปรวน กรณีของ Heywood เป็นสถานการณ์ที่เกิดขึ้นได้ยากและมักพบในชุดข้อมูลบางชุดเมื่อมีตัวแปรน้อยเกินไปที่จะรองรับจำนวนปัจจัยที่ร้องขอ โปรแกรมแจ้งว่ามีข้อผิดพลาดของกรณี Heywood และหยุดหรือพยายามแก้ไข