《SPSS因子分析》PPT课件.ppt

PPT模板下载 结构效度的测定方法 因子分析 SPSS软件应用 吴迪 1 效度的基本概念 01STEP 因子分析的基本原理 02STEP 因子分析操作程序 03STEP 因子分析的报表解释 04STEP 2 内容效度 效标关联效度 指测量量表内容或题项的适当性与代表性 及测验内容能反应所要测量的心理特质 能否测量到所要测验的目的或行为构想 内容效度的检验通常会透过双向细目表 以考查测验内容的效度 内容效度常以题目分布的合理性来判断 属于一种命题的逻辑分析 因而内容效度也称为 逻辑效度 logicalvalidity 指测验与外在效标间关联的程度 如果测验与外在效标间的相关愈高 表示此测验的效标关联效度愈高 3 结构效度 专家效度 指测验能够测量出理论的特质或概念的程度 即实际的测验分数能解释某一心理特质的多少 反映的是工具与其所依据的理论或概念框架间的相结合程度 结构效度分为聚合效度 convergentvalidity 和判别效度 discriminantvalidity 在研究者根据理论假设编制测验或量表后 如果无法编制双向细目表进行内容效度检验 可以将编制好的量表请相关的学者专家加以审查并提供修正意见 研究者再根据专家学者的意见进行修正 4 以三个变量抽取二个共同因子为例 系数aji为第个i变量与第k个因子之间的线性相关系数 反映变量与因子之间的相关程度 也称为载荷 loading 由于因子出现在每个原始变量与因子的线性组合中 因此也称为公因子 Uj为特殊因子 代表公因子以外的因素影响 5 计算变量间的相关矩阵或协方差矩阵 估计因素负荷量 转轴方法 决定因素与命名 01 02 03 04 因子分析的主要步骤 6 01 计算变量间的相关矩阵或协方差矩阵 如果一个变量与其它变量间相关很低 在下一个分析步骤中可以考虑剔除此变量 还要考量到变量的 共同性 communality 与 因子负荷量 factorloadings 若相关矩阵中的大部分相关系数小于0 3 则不适合作因子分析 7 02 估计因素负荷量 决定因子抽取的方法 有主成分分析法 主轴法 一般化最小二乘法 未加权最小二乘法 极大似然法 Alpha因子抽取法与映象因子抽取法 最常使用者为主成分分析法与主轴法 研究者应多采用主成分分析法来估计因子负荷量 8 转轴方法 因子旋转的目的是为了便于理解和解释因子的实际意义 主要有两种方式 正交旋转 Orthogonalrotation 和斜交旋转 Obliquerotation 03 转轴后 每个公因子的特征值会改变 与转轴前不一样 但每个变量的共同性不会改变 9 04 决定因子与命名 转轴后 要决定因子数量 选取较少因子层面 获得较大的解释量 主成分资料分析中 以较少成分解释原始变量变异量的较大部分 成分变异量通常以 特征值 eigenvalues 表示 有时也称 特性本质 characteristicroots 或 潜在本质 latentroots 10 FactorAnalysis 适用条件 KMO统计量 取值范围在0 1之间Bartlett s球形检验 11 PPT模板下载 0 5以下 非常不适合进行因子分析 0 9以上 0 8以上 0 7以上 0 6以上 0 5以上 KMO统计量值 因素分析适合性 B 极适合进行因子分析 适合进行因子分析 尚可进行因子分析 勉强可进行因子分析 不适合进行因子分析 12 Clickheretoaddyourtext 因子分析操作程序与报表解释 Analyze DataReduction FactorAnalysis variables 13 01 02 03 04 Descriptive 描述性统计分析 1 Statistics 统计量 2 CorrelationMatrix 相关性矩阵 平均数 标准差 未转轴之统计量 KMO和Bartlett s的球形检验 在 FactorAnalysis Descriptives 对话框中 选取 Initialsolution KMOandBartlet stestofsphericity 二项 单击 Continue 按钮 01 02 Step2 03 04 14 报表解释 15 Principalcomponents主成份分法Unweightedleastsquares未加权最小平方法Generalizedleastsquares一般化最小平方法Maximumlikehood最大概似法 Principal axisfactoring主轴法Alphafactoring因素抽取法Imagefactoring映象因素抽取法 相关矩阵 协方差距阵 未旋转因子解 陡坡图 特征值 因子个数 在 FactorAnalysis Extraction 对话窗口中 抽取因子方法选择 Principalcomponents 选取 Correlationmatrix 并勾选 Unrotatedfactorsolution Screetplot 等项 在抽取因子时限定在特征值大于1者 在 Eigenvalueover 后面的空格内输入1 16 Step2 报表解释 可见从第三个主成分开始特征根都非常低 该图从另一个侧面说明只需要提取3个主成分即可 成分矩阵 17 01 02 03 04 Step1 Step2 Step3 Clicktoaddtitle Rotation 旋转 1 Method方法 2 Display显示 3 MaximumIterationsforConvergence 最大变异法 转轴后的解 因子负荷量 转轴时执行的迭代最后次数 后面内定数字25 算法执行转轴时 执行步骤的次数上限 在 FactorAnalysis Rotation 对话窗中 选取 Varimax Rotatedsolution 等项 研究者要勾选 Rotatedsolution 选项 才能显示转轴后的相关信息 18 01 02 03 04 Step1 Step2 Step3 Step4 Scores 分数 1 Method方法 2 Displayfactorscorecoefficientmatrix显示因素分数系数矩阵 Options 选项 1 MissingValues遗漏值 2 CoefficientDisplayFormat 系数显示格式 完全排除遗漏值 依据因子负荷量排序 绝对值舍弃之下限 在 FactorAnalysis Options 对话窗口中 勾选 Excludecaseslistwise Sortedbysize 等项 并勾选 Suppressabsolutevalueslessthan 选项 正式的论文研究中应呈现题项完整的因子负荷量较为适宜 19 01 02 03 04 Step1 Step2 Step3 Step4 20 报表解释 成分转换矩阵 转轴后的成分矩阵 因素负荷量 成分矩阵 成分转换矩阵 Q8转轴后的成分矩阵第一共同因素因子负荷量 0 798 谢谢聆听ThankYou 21