YesStat — 정준상관 (결과)

정준상관

두 변수군 사이의 최대 상관 구조

함수	정준상관	고유값	Wilks λ	χ²	df	p	중복지수
1	.642	.702	.558	238.14	16	<.001	.214
2	.218	.050	.941	24.62	9	.003	.028
3	.104	.011	.988	4.86	4	.302	.006

변수	변수군	함수 1 적재량	교차 적재량
JR1	자원	.812	.521
JR2	자원	.846	.543
JR3	자원	.784	.503
JR4	자원	.798	.512
JP1	성과	.824	.529
JP2	성과	.791	.508
JP3	성과	.838	.538
JP4	성과	.762	.489

적재량 .40 이상을 유의한 기여로 해석합니다.

실질적으로 해석 가능한 것은 함수 1입니다.

해석interp_rules.rule_id = CANON_1FUNC · 매칭조건 func1_p<.05 AND rc>=.50

세 개의 정준함수 중 첫 번째와 두 번째가 유의하였으나, 실질적으로 해석 가능한 것은 정준상관 .642인 함수 1입니다.

함수 1에서 자원군의 네 문항과 성과군의 네 문항이 모두 .76 이상 적재되어, 두 변수군이 단일한 공통 차원으로 연결됨을 보여줍니다. 중복지수 .214는 자원군이 성과군 분산의 21.4%를 설명함을 뜻합니다.

! 정준상관은 잠재변수 간 상관으로 대체 가능
MODEL: F1 BY JR1-JR4; F2 BY JP1-JP4;
  F1 WITH F2;
OUTPUT: STDYX;

canon (JR1 JR2 JR3 JR4) (JP1 JP2 JP3 JP4)
estat correlations

cc <- cancor(dat[,paste0('JR',1:4)], dat[,paste0('JP',1:4)])

CANCORR SET1=JR1 JR2 JR3 JR4 /SET2=JP1 JP2 JP3 JP4.

모형이나 변수 지정을 바꾸면 네 코드가 함께 갱신됩니다. 심사자가 다른 프로그램으로 재현을 요구할 때 그대로 전달할 수 있습니다.