Macierz modelowa
Macierz modelowa (ang. pattern matrix) to pojęcie związane z eksploracyjną analizą czynnikową – techniką statystyczna stosowana do badania struktury zależności między zmiennymi obserwowanymi i ukrytymi czynnikami, której celem jest redukcja wymiarowości danych i identyfikacja ukrytych czynników.
Macierz modelowa to tabela, w której przedstawione zostają wartości ładunków czynnikowych – wartości określających stopień powiązania danej zmiennej z określonym czynnikiem. W przypadku analiz psychometrycznych, tymi zmiennymi są zwykle pozycje testowe (tzw. itemy) danego kwestionariusza. Na podstawie analizy wartości ładunków czynnikowych dla poszczególnych zmiennych w macierzy modelowej możemy określić strukturę czynnikową danego modelu, zarówno przyporządkowując określone zmienne do poszczególnych czynników, jak i usuwając te, których wartości ładunków czynnikowych są niższe niż przyjęta wartość progowa. W ten sposób dokonujemy redukcji wymiarów, często z kilkunastu lub kilkudziesięciu zmiennych, do kilku czynników (wymiarów) wyższego rzędu.
Poza macierzą modelową, wykonując eksploracyjną analizę czynnikową, pakiety statystyczne przedstawiają również tzw. macierz struktury (ang. structure matrix). Różnica między nimi polega na tym, że macierz modelowa prezentuje unikaną wariancję wyjaśnianą przez określony czynnik, podczas gdy macierz struktury zawiera korelacje między zmiennymi i czynnikami, uwzględniające zarówno unikalne powiązania, jak i wspólne ich części. Najczęściej w analizie czynnikowej interpretacji poddaje się macierz modelową, ponieważ zależności przedstawione w niej są bliższe idei ładunków czynnikowych. Jednocześnie, macierz modelowa ma pewne wady – jeśli pomiędzy poszczególnymi czynnikami istnieje silna korelacja, ładunki czynnikowe w niej przedstawione mogą być względnie niskie, co może utrudnić identyfikację zmiennych silnie naładowanych danym czynnikiem.
