Объединенные матрицы внутри групп

Pooled Within-Groups Matrices   Возраст Доход семьи Correlation Возраст Доход семьи 1,000,076 ,076 1,000

 

В табл. 7.5 представлено осредненное значение коэффициента корреляции между независимыми переменными дискриминантной функции для обеих исследуемых групп. Поданным этой таблицы коэффициент корреляции между переменными «возраст» и «доход семьи» составляет всего 0.076 («0,5). Это доказывает отсутствие корреляционной связи между этими переменными.

7.4. ПОСТРОЕНИЕ ДИСКРИМИНАНТНОЙ МОДЕЛИ

Построение дискриминантной модели заключается в расчете и анализе коэффициентов дискриминантной функции. Построенная дискриминантная модель должна максимально четко разделять исследуемые группы. Качество построенной дискриминантной модели в рассматриваемом примере характеризуется данными, представленными в табл. 7.5 и 7.6.

Таблица 7.6 Eigenvalues Function Egenvalue % of Va ance Cumulative % Canonical Correlal >n   ,115a 100,0 100,0 ,321

а В этом анализе используются первые канонические дискриминантные функции.

 

Значение коэффициента корреляции между рассчитанными значениями дискриминантной функции и реальной принадлежностью к группе «0,321» является неудовлетворительным. В табл. 7.6 также представлен такой показатель, как собственное значение дискриминантной функции (Eigenvalue). Высокое значение этого показателя свидетельствует о высокой точности построенной дискриминантной модели. В рассматриваемом примере этот показатель имеет весьма низкое значение 0,115, что является негативным фактором.

Показатель «Лямбда Уилкса» используется для проведения теста на значимость различий средних значений дискриминантной функции в исследуемых группах. В нашем примере значение показателя «Sign flcance» составляет 0,000 (табл. 7.7), что свидетельствует о высокой значимости различий средних значений (см. раздел 3 «Сравнение средних величин в SPSS»).

Таблица 7.7 Wilks' Lambda Test of Function(s) Wilks' Lambda %-квадрат df Sig.   ,897 110,971   ,000

 

В табл. 7.8 и 7.9 представлены коэффициенты, значения которых были рассчитаны в обеих группах по отдельности и затем усреднены.

 

При помощи стандартизированных коэффициентов дискриминантной функции, представленных в табл. 7.8, можно оценить относительный вклад каждой дискриминационной переменной в различие двух исследуемых групп. В рассматриваемом примере возраст респондентов в 8,4 (0,984/0,117) раза больше влияет на желание туристов посещать дискотеки, чем доход их семьи.

 

Корреляционные коэффициенты, представленные в табл. 7.9, позволяют оценить, насколько сильна связь дискриминационных переменных со стандартизированными значениями дискриминантной функции.

В табл. 7.10 представлены нестандартизированные (канонические) коэффициенты дискриминантной функции, именно они используются для построения дискриминантной модели.

Таблица 7.10 Канонические коэффициенты дискриминантной функции Canonical Discriminant Function Coefficients*   Function   Возраст ,076 Д оход семьи ,062 (Constant) -4,200

* Нестандартизированные коэффициенты.

 

В соответствии с данными, представленными в табл. 7.10, дискриминантная модель, построенная в результате проведения дискриминантного анализа, имеет следующий вид:

d = -4,2 — 0,076л: - 0,062; ₂,

где х, — возраст; х₂ — доход семьи.

Как отмечалось ранее, построенная дискриминантная модель должна как можно более четко разделять исследуемые группы. Четкость разделения исследуемых групп характеризуется расстоянием между средними значениями дискриминантной функции в исследуемых группах (табл. 7.11).