“
۴٫۵۸۱۴۱٫۶۴۴۴۱٫۶۴۴۴٫۵۸۱۴۱٫۶۴۴۴۱٫۶۴۴۳٫۱۴۱۲۸٫۵۵۲۲۸٫۵۵۲
۲۱٫۴۴۱۱۳٫۱۰۳۵۴٫۷۴۷۱٫۴۴۱۱۳٫۱۰۳۵۴٫۷۴۷۲٫۱۱۱۱۹٫۱۹۰۴۷٫۷۴۲۳۱٫۰۶۷۹٫۶۹۶۶۴٫۴۴۳۱٫۰۶۷۹٫۶۹۶۶۴٫۴۴۳۱٫۸۳۷۱۶٫۷۰۲۶۴٫۴۴۳۴.۷۲۲۶٫۵۶۷۷۱٫۰۱۱
۵.۶۳۹۵٫۸۰۷۷۶٫۸۱۷
۶.۵۴۷۴٫۹۷۴۸۱٫۷۹۲
۷.۵۳۶۴٫۸۷۴۸۶٫۶۶۶
۸.۴۵۴۴٫۱۲۹۹۰٫۷۹۵
۹.۴۲۸۳٫۸۸۷۹۴٫۶۸۳
۱۰.۳۱۹۲٫۹۰۴۹۷٫۵۸۷
۱۱.۲۶۵۲٫۴۱۳۱۰۰٫۰۰۰
Extraction Method: Principal Component Analysis.
جدول کل واریانس تبیین شده (بعد از حذف سئوالات دارای اشتراک کم) نشان می‌دهد که این سئوالات جمعاً ۳ عامل را تشکیل می‌دهد و این ۳ عامل در حدود ۶۴٫۴۴ درصد واریانس حالت روحی – روانی را تبیین و پوشش می‌کند. با مقایسه دو جدول واریانس تبیین شده به روشنی دیده می‌شود که با حذف سئوالات با اشتراک کم، قدرت تبیین‌گری سئوالات بالا رفته است.
-
- نتایج تحلیل عاملی اکتشافی برای متغیر “ویژگی‌های فردی”
جدول۴-۱۸- آزمون کایزر میر اولکین و بارتلت
اندازه گیری کفایت تعداد نمونه کایزر میر .۷۵۲ Bartlett’s Test of Sphericity Approx. Chi-Square ۴۶۷٫۳۷۳ درجه آزادی ۶۶ عدد معنی داری. .۰۰۰
با توجه به عدد KMO (بزرگتراز۰٫۷) و عدد معنی‌داری آزمون بارتلت (sig<0.05) می توان گفت که داده ها برای اجرای تحلیل عاملی مناسب است.
۴-۱۹- جدول اشتراکات
سئوالات Initial استخراج Extroversion1 ۱٫۰۰۰ .۳۹۱ Extroversion2 ۱٫۰۰۰ .۳۴۰ Extroversion3 ۱٫۰۰۰ .۴۸۲ Extroversion4 ۱٫۰۰۰ .۳۱۷ Extroversion5 ۱٫۰۰۰ .۴۳۳ Extroversion6 ۱٫۰۰۰ .۴۳۶ Innovativeness7 ۱٫۰۰۰ .۵۹۹ Innovativeness8 ۱٫۰۰۰ .۵۳۲ Innovativeness9 ۱٫۰۰۰ .۵۶۴ Innovativeness10 ۱٫۰۰۰ .۵۰۰ Innovativeness11 ۱٫۰۰۰ .۷۴۶ Innovativeness12 ۱٫۰۰۰ .۵۱۶
جدول اشتراکات نشان دهنده نامناسب بودن برخی سئوالات به دلیل عدم همخوانی با سوالات دیگر (۱، ۲، ۴ و ۵) این حوزه در فرایند تحلیل عاملی می‌باشد به علت اینکه عدد برخی اشتراکات سئوالات کمتر از ۰٫۵۰ است.
جدول ۴-۲۰- کل واریانس تبیین شده قبل از حذف سئوالات
Component مقادیر ویژه Extraction Sums of Squared Loadings جمع مجذور بارهای چرخش یافته کل در صد واریانس درصد تجمعی کل در صد واریانس درصد تجمعی کل در صد واریانس درصد تجمعی ۱ ۳٫۲۶۰ ۲۷٫۱۶۶ ۲۷٫۱۶۶ ۳٫۲۶۰ ۲۷٫۱۶۶ ۲۷٫۱۶۶ ۲٫۵۸۶ ۲۱٫۵۴۷ ۲۱٫۵۴۷ ۲ ۱٫۵۲۹ ۱۲٫۷۳۸ ۳۹٫۹۰۴ ۱٫۵۲۹ ۱۲٫۷۳۸ ۳۹٫۹۰۴ ۲٫۱۳۳ ۱۷٫۷۷۷ ۳۹٫۳۲۴ ۳ ۱٫۰۶۷ ۸٫۸۹۳ ۴۸٫۷۹۷ ۱٫۰۶۷ ۸٫۸۹۳ ۴۸٫۷۹۷ ۱٫۱۳۷ ۹٫۴۷۳ ۴۸٫۷۹۷ ۴ .۹۶۷ ۸٫۰۵۷ ۵۶٫۸۵۴ ۵ .۹۳۹ ۷٫۸۲۷ ۶۴٫۶۸۱ ۶ .۸۵۳ ۷٫۱۱۲ ۷۱٫۷۹۳ ۷ .۷۸۱ ۶٫۵۰۹ ۷۸٫۳۰۲ ۸ .۶۴۴ ۵٫۳۶۴ ۸۳٫۶۶۶ ۹ .۶۰۸ ۵٫۰۶۸ ۸۸٫۷۳۴ ۱۰ .۵۲۰ ۴٫۳۳۰ ۹۳٫۰۶۴ ۱۱ .۴۴۷ ۳٫۷۲۳ ۹۶٫۷۸۷ ۱۲ .۳۸۶ ۳٫۲۱۳ ۱۰۰٫۰۰۰
Extraction Method: Principal Component Analysis.
جدول کل واریانس تبیین شده (قبل از حذف سئوالات دارای اشتراک کم) نشان می‌دهد که این سئوالات جمعاً ۳ عامل را تشکیل می‌دهد و این ۳ عامل در حدود ۴۸٫۷۹ درصد واریانس را تبیین و پوشش می‌کند. در ادامه بعد از حذف سئوالات دارای اشتراک کم (کمتر از ۰٫۵) به بررسی دوباره موارد یاد شده بالا می‌پردازیم.
جدول ۴-۲۱- اشتراکات بعد از حذف سئوالات دارای اشتراک کم
سوالات Initial استخراج Extroversion3 ۱٫۰۰۰ .۵۶۶ Extroversion6 ۱٫۰۰۰ .۶۰۴ Innovativeness7 ۱٫۰۰۰ .۶۳۹ Innovativeness8 ۱٫۰۰۰ .۵۱۹ Innovativeness9 ۱٫۰۰۰ .۵۷۶ Innovativeness10 ۱٫۰۰۰ .۵۱۸ Innovativeness12 ۱٫۰۰۰ .۵۷۲
جدول اشتراکات نشان‌دهنده مناسب بودن سئوالات باقیمانده این حوزه در فرایند تحلیل عاملی می‌باشد به علت اینکه اعداد اشتراکات سئوالات از ۰٫۵۰ بیشتر است.
جدول ۴-۲۲- کل واریانس تبیین شده بعد از حذف سئوالات
Component مقادیر ویژه Extraction Sums of Squared Loadings جمع مجذور بارهای چرخش یافته کل در صد واریانس درصد تجمعی کل در صد واریانس درصد تجمعی کل در صد واریانس درصد تجمعی ۱ ۱٫۲۵۴ ۱۵٫۶۷۹ ۴۷٫۷۶۳ ۱٫۲۵۴ ۱۵٫۶۷۹ ۴۷٫۷۶۳ ۱٫۳۳۹ ۱۶٫۷۳۳ ۴۷٫۴۰۸ ۲ ۱٫۰۲۲ ۱۲٫۷۷۰ ۶۰٫۵۳۴ ۱٫۰۲۲ ۱۲٫۷۷۰ ۶۰٫۵۳۴ ۱٫۰۵۰ ۱۳٫۱۲۶ ۶۰٫۵۳۴ ۳ .۸۳۸ ۱۰٫۴۷۸ ۷۱٫۰۱۲ ۴ .۷۶۴ ۹٫۵۴۵ ۸۰٫۵۵۷ ۵ .۶۱۹ ۷٫۷۳۳ ۸۸٫۲۹۱ ۶ .۵۰۷ ۶٫۳۳۶ ۹۴٫۶۲۷ ۷ .۴۳۰ ۵٫۳۷۳ ۱۰۰٫۰۰۰
Extraction Method: Principal Component Analysis.
“
