A Debreceni Déri Múzeum Évkönyve 1989-1990 (Debrecen, 1992)

Természettudomány - Szathmáry László: Debrecen középkori koponyaleleteinek többváltozós analízise

SPSS programcsomag „Average Linkage (Within Group)" módszerével clustereztem. Kétdimenziós individuális ábrázolás a főkomponensértékek tesztelésétől függően, elsősorban a differenciatív vektorokra vonatkozóan történt. Az eredmények értékelése Mint azt a bevezetőben említettem; Debrecen középkori népességének korai és késői mintája közötti különbségére elsősorban a koponya egyes arányainak (azaz jelzőinek) hagyományos értékelési mód szerinti eltérése hívta fel a figyelmet. Ezért a többváltozós analízis alkalmával előbb azt a kérdést érdemes röviden megítélni, hogy léteznek-e ilyen differenciák a jelzők korrelációjának figyelembe vétele mellett. Miután az előzetes megfigyelések főként a nagyobb számú férfi koponyaleleteken történtek, megnyugtatónak tűnne, ha ezen adatbázis alapján kifinomultabb módszerekkel is határozott véleményt tudnánk alkotni. Nos, főkomponens-analízissel a hét főkomponens közül hármat tudunk kiemelni, melyekkel a teljes variancia 77,4 százaléka magyarázható (3. táblázat). A faktoralkotásban a jelzők általában intenzíven részt vesznek, csak két esetben (52:51 és 9:8) alacsony a kommunalitás (4. táblázat). Az első főkomponensbe főként a szélességi méretekből, a másodikba pedig a magassági méretekből kialakított jelzők súlyozódnak, míg a harmadik főkomponens az arc egyes kvantitatív jellegeinek arányait foglalja magában (4. táblázat). 3. táblázat Saját értékek (EV) és kumulatívitások (CU) a férfiak időrendileg összevont (12-16. sz.) mintájában a jelzők alapján PC EV CU (%) 1 2,34 33,4 2 1,80 59,1 3 1,29 77,4 4 0,98 91,5 5 0,42 97,5 6 0,16 99,7 7 0,02 100,0 4. táblázat A főkomponenssúlyok mátrixa varimax rotáció után, és a kommunalitások a férfiak időrendileg összevont mintájában (12-16. sz.) a jelzők alapján Jelzők (Martin-szám) PCI PC 2 PC 3 Kommunalitás 8/1 54/55 9/8 17/1 17/8 48/45 52/51 -0,87 0,82 0,62 0,18 0,22 -0,17 0,27 0,39 0,36 -0,14 0,59 0,98 0,72 0,01 -0,22 0,08 0,22 0,06 -0,12 -0,89 0,63 0,87 0,86 0,54 0,97 0,92 0,80 0,46 104