표 1 Bartlett의 테스트 풀 사이즈 테이블 Bartlett의 구형성 테스트의 PCA 결과는 변수가 상관 관계가 있음을 나타냅니다(29) = 112.50 p  < 0.001). 이는 PCA 분석을 사용할 수 있음을 의미합니다. 예상 PCA 결과 이 섹션에서는 데이터 축소 기술로 PCA를 사용하여 얻은 결과를 제시합니다. PCA 방법은 고유값이 1보다 큰 세 가지 구성요소를 추출했습니다. 고유값은 구성요소의 중요도를 결정하기 위해 고유값의 내림차순으로 정렬된 고유벡터(주성분)에 연결된 계수입니다. 고유값은 데이터의 공분산을 측정합니다[ 53 ]. Varimax 회전 후의 고유값은 표 2 에 표시된 대로 총 변동이 97.51인 2개의 성분으로 4개의 성분을 유지했습니다 . 이는 PCA가 스포츠중계 제작남아프리카 정부 지출 변수의 약 97%를 빈곤 결정 요인으로 설명했음을 의미합니다. 표 2 PCA 추출 풀 사이즈 테이블 선택한 구성 요소 분석에 대한 로딩의 의미 있는 해석을 위해 권장되는 임계값은 0.4[ 47 ]입니다. 이를 이용하여 요인 2는 주택, 건강, 사회보장(각각 0.974, 0.453, 0.086; Table 3 참조 )에 성공적으로 로딩되었고, 이들 변수는 능선 회귀분석에 활용되었다. 표 3 PCA 인자 로딩 풀 사이즈 테이블 능선 회귀 이 섹션에서는 NCSS 소프트웨어를 기반으로 한 능선 회귀 분석 결과를 제시합니다. 첫 번째 섹션에서는 진단 테스트를 제시하고 두 번째 섹션에서는 능선 회귀 분석 결과를 제시합니다.