問卷分析(因素分析及其項(xiàng)目分析)課件

問卷分析

楊勝龍重慶能源職業(yè)學(xué)院上邦高爾夫與酒店管理學(xué)院?jiǎn)柧矸治?/p>

楊勝龍主要內(nèi)容問卷項(xiàng)目分析因子分析實(shí)操主要內(nèi)容問卷項(xiàng)目分析實(shí)操項(xiàng)目分析因素分析實(shí)操項(xiàng)目分析問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)項(xiàng)目分析區(qū)分度相關(guān)法CR值項(xiàng)目分析區(qū)分度問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷項(xiàng)目分析難度（通俗性）區(qū)分度（辨別力）實(shí)操問卷項(xiàng)目分析難度（通俗性）區(qū)分度（辨別力）檢驗(yàn)方法：運(yùn)用經(jīng)驗(yàn)與心理學(xué)理論知識(shí)；臨界比率值（CR值）法；相關(guān)法；區(qū)分度（辨別力）檢驗(yàn)方法：臨界比率值（CR值）法采用求出各個(gè)題項(xiàng)的臨界比率值（CR值）的方法，將未達(dá)顯著水平的題項(xiàng)予以刪除。即將總分按從高到低的順序排列，得分位于前27%者為高分組，得分后27%者為低分組，進(jìn)行高低兩個(gè)組在每題得分平均數(shù)上的差異顯著性檢驗(yàn)。題項(xiàng)的CR值達(dá)到.05以上的顯著性的保留。臨界比率值（CR值）法采用求出各個(gè)題項(xiàng)的臨界比率值（CR值）相關(guān)法用相關(guān)法計(jì)算題項(xiàng)得分與總問卷得分的相關(guān)系數(shù)。題項(xiàng)的值小于0.15并予以剔除。相關(guān)法用相關(guān)法計(jì)算題項(xiàng)得分與總問卷得分的相關(guān)系數(shù)。因子分析淺談因子分析應(yīng)用實(shí)例因子分析淺談因子分析問卷分析(因素分析及其項(xiàng)目分析)因子分析概述因子分析又稱因素分析，傳統(tǒng)的因子分析是探索性的因子分析，即因子分析是基于相關(guān)關(guān)系而進(jìn)行的數(shù)據(jù)分析技術(shù)，是一種建立在眾多的觀測(cè)數(shù)據(jù)的基礎(chǔ)上的降維處理方法。其主要目的是探索隱藏在大量觀測(cè)數(shù)據(jù)背后的某種結(jié)構(gòu)，尋找一組變量變化的“共同因子”。因子分析概述因子分析又稱因素分析，傳統(tǒng)的因子分析是探索性的因因子分析能做什么？人的心理結(jié)構(gòu)具有層次性，即分為外顯和內(nèi)隱。但是作為具有同一性的個(gè)體來(lái)說(shuō)，內(nèi)隱的方面總是和外顯的方面相互作用，內(nèi)隱方面制約著外顯特征。所有我們經(jīng)常說(shuō)，一個(gè)人的內(nèi)在自我會(huì)在相當(dāng)程度上決定他的外在行為特征，表現(xiàn)為某些行為傾向具有高度的一致性或相關(guān)性。因子分析能做什么？人的心理結(jié)構(gòu)具有層次性，即分為外顯和內(nèi)隱。因子分析能做什么？反過(guò)來(lái)說(shuō)，我們可以通過(guò)對(duì)個(gè)體進(jìn)行系統(tǒng)的觀察和測(cè)量，從一組高度相關(guān)的行為傾向中，探索到某種穩(wěn)定的內(nèi)在心理結(jié)構(gòu)，這就是因子分析所能做的。因子分析能做什么？反過(guò)來(lái)說(shuō)，我們可以通過(guò)對(duì)個(gè)體進(jìn)行系統(tǒng)的觀察因子分析的特點(diǎn)因子個(gè)數(shù)遠(yuǎn)遠(yuǎn)少于原有變量個(gè)數(shù)；因子能反映原有變量的絕大部分信息；因子之間的線性關(guān)系不顯著；因子具有命名解釋性。因子分析的特點(diǎn)因子個(gè)數(shù)遠(yuǎn)遠(yuǎn)少于原有變量個(gè)數(shù)；因子分析分類探索性因子分析驗(yàn)證性因子分析因子分析分類探索性因子分析因子分析的基本原理因子分析的基本思想和起源因子分析的基本模型因子分析的基本步驟因子分析的基本原理因子分析的基本思想和起源因子分析的基本模型共同度公共因子的方差貢獻(xiàn)因子分析的基本模型共同度因子分析的基本步驟樣本和測(cè)量變量因子分析適合度檢驗(yàn)因子提取及其因子數(shù)確定因子旋轉(zhuǎn)因子命名因子分析的基本步驟樣本和測(cè)量變量謝謝！??！謝謝！??！因子旋轉(zhuǎn)因子旋轉(zhuǎn)59因子旋轉(zhuǎn)通過(guò)以上兩個(gè)圖我們不難發(fā)現(xiàn)，進(jìn)行因子旋轉(zhuǎn)是很有必要的，因?yàn)檫@可以使我們更容易將因子進(jìn)行分組。建立因子分析模型的目的不僅是找出主因子，更重要的是知道每個(gè)主因子的意義，以便對(duì)實(shí)際問題進(jìn)行分析。如果求出主因子解后，各個(gè)主因子的典型代表變量不很突出，還需要進(jìn)行因子旋轉(zhuǎn)，通過(guò)適當(dāng)?shù)男D(zhuǎn)得到比較滿意的主因子。旋轉(zhuǎn)的方法有很多，正交旋轉(zhuǎn)(orthogonalrotation)和斜交旋轉(zhuǎn)(obliquerotation)是因子旋轉(zhuǎn)的兩類方法。最常用的方法是最大方差正交旋轉(zhuǎn)法(Varimax)。因子旋轉(zhuǎn)通過(guò)以上兩個(gè)圖我們不難發(fā)現(xiàn)，進(jìn)行因子旋轉(zhuǎn)是很有必要的因子提取及其因子數(shù)確定因子分析的基本目標(biāo)是找出少數(shù)幾個(gè)公共因子，使這些因子能夠在相當(dāng)程度上解釋一系列變量數(shù)據(jù)的變異。因此，如何提取因子以及提取幾個(gè)因子就成了因子分析中的基本問題。因子提取及其因子數(shù)確定因子分析的基本目標(biāo)是找出少數(shù)幾個(gè)公共因因子提取及其因子數(shù)確定因子提取的方法因子數(shù)的確定因子提取及其因子數(shù)確定因子提取的方法因子數(shù)的確定在提取公因子的時(shí)候，我們需要解決另外一個(gè)問題：抽取幾個(gè)公共因子才算合適？每個(gè)因子的解釋能力都是有限的，它只能反映原變量中一部分的變化信息。變量的剩余變異只能用其他的因子來(lái)解釋。因此，抽取的公因子數(shù)目越多，解釋能力越強(qiáng)，遺漏的信息越少。反之則越少，遺漏的變異信息就越多。因子數(shù)的確定在提取公因子的時(shí)候，我們需要解決另外一個(gè)問題：抽因子數(shù)的確定那是不是因子數(shù)目越多越好呢？如果將所有的主成分全部選為因子，則因子數(shù)與原變量數(shù)相同，這時(shí)雖然能夠完全的解釋原有變量的變異信息，但卻失去了因子分析的意義。提取的公因子數(shù)越多，就不能達(dá)到簡(jiǎn)化變量結(jié)構(gòu)的目的。所以，在確定因子分析時(shí)，我們需要在因子模型的準(zhǔn)確性和簡(jiǎn)單性之間做較好的權(quán)衡。下面給大家介紹幾種因子分析常用確定因子數(shù)的方法。因子數(shù)的確定那是不是因子數(shù)目越多越好呢？SPSS里常用方法比例法特征值大于1標(biāo)準(zhǔn)法碎石圖法SPSS里常用方法比例法碎石圖法如圖知，最左邊的一個(gè)因子特征值最大，后續(xù)因子的特征值迅速減少，所以曲線也迅速下降。下降到某一點(diǎn)，開始變得平緩。平緩就意味著對(duì)應(yīng)部分的各因子的特征值或貢獻(xiàn)接近，它們?cè)诤?jiǎn)化變量的過(guò)程中幫助不大，所以一般不再將其選為公共因子。簡(jiǎn)單的說(shuō)，這種方法一般是以碎石圖曲線從迅速下降到突然變平緩的那個(gè)拐點(diǎn)對(duì)應(yīng)的因子數(shù)來(lái)確定的。碎石圖法如圖知，最左邊的一個(gè)因子特征值最大，后續(xù)因子的特征值66碎石圖法此種方法比較直觀。不足：1.主觀性太強(qiáng)；2.關(guān)于拐點(diǎn)的概念沒有明確的定義；3.當(dāng)“碎石圖”比較模糊時(shí),沒有清晰的拐點(diǎn),此時(shí)難以判斷何處是拐點(diǎn)；4.此法缺少數(shù)量上的標(biāo)準(zhǔn)。碎石圖法此種方法比較直觀。比例法此種方法要求提取的m個(gè)因子對(duì)原變量方差的解釋率達(dá)到一定的比例。一般建議或者要求達(dá)到80%以上。但是實(shí)際應(yīng)用中，根據(jù)問題性質(zhì)和測(cè)量工具的成熟水平，也可以將標(biāo)準(zhǔn)定為40%--60%這一較低水平。比例法此種方法要求提取的m個(gè)因子對(duì)原變量方差的解釋率達(dá)到一定特征值大于1標(biāo)準(zhǔn)法從前面的講述中我們知道，因子的特征值與其方差貢獻(xiàn)具有對(duì)應(yīng)關(guān)系。要求前m個(gè)因子的特征值總和達(dá)到一定的量。換句話說(shuō)，選取的因子的特征值應(yīng)該達(dá)到一定量，通常是以特征值大于1為默認(rèn)標(biāo)準(zhǔn)。特征值大于1標(biāo)準(zhǔn)法從前面的講述中我們知道，因子的特征值與其方特征值大于1標(biāo)準(zhǔn)法這種方法具有簡(jiǎn)單性和客觀性。不足：1.它通常得到誤用；2.此標(biāo)準(zhǔn)帶有機(jī)械性；3.它可能導(dǎo)致過(guò)多估計(jì)偶爾又會(huì)過(guò)少估計(jì)因子數(shù)；4.采用這種方法時(shí),樣本容量也會(huì)影響因子數(shù)。特征值大于1標(biāo)準(zhǔn)法這種方法具有簡(jiǎn)單性和客觀性。因子提取及其因子數(shù)確定因子提取的方法因子提取的方法有很多，主要有主成分方法、加權(quán)最小平方法、極大似然法等,我們可以根據(jù)需要選擇合適的因子提取方法。其中主成分方法是一種比較常用的提取因子的方法。因子提取及其因子數(shù)確定因子提取的方法主成分法在實(shí)證數(shù)據(jù)分析研究中，人們?yōu)榱吮M可能的完整的收集信息，對(duì)于每個(gè)樣本往往要觀測(cè)他的很多項(xiàng)指標(biāo)，少到幾項(xiàng)，多到幾十項(xiàng)，這些指標(biāo)之間通常不是相互獨(dú)立而是相關(guān)的。因此，從統(tǒng)計(jì)分析角度角度來(lái)說(shuō)，人們總是希望把大量的原始指標(biāo)組合成較少的幾個(gè)綜合指標(biāo)，從而使分析簡(jiǎn)化。比如描述一個(gè)人的身材需要用的指標(biāo)有？但是當(dāng)人們購(gòu)買衣服時(shí)呢？主成分法在實(shí)證數(shù)據(jù)分析研究中，人們?yōu)榱吮M可能的完整的收集信息主成分法因此，主成分法是用變量的線性組合中能產(chǎn)生最大樣品方差的那些組合(稱主成分)作為公共因子來(lái)進(jìn)行分析的方法。分析出來(lái)的主成分與原始變量的關(guān)系：1.每個(gè)主成分都是各原始變量的線性組合；2.主成分的數(shù)目遠(yuǎn)遠(yuǎn)少于原始變量的數(shù)目；3.主成分保留了原始變量的大部分信息；4.各主成分之間互不相關(guān)。主成分法因此，主成分法是用變量的線性組合中能產(chǎn)生最大樣品方差樣本和測(cè)量變量測(cè)量變量的選擇公共因子必須包括在測(cè)量變量中,且測(cè)量變量一定要與研究領(lǐng)域緊密相關(guān)。如果測(cè)量的變量與研究目的不相關(guān),將導(dǎo)致假的公共因子的出現(xiàn)。統(tǒng)計(jì)學(xué)家建議,測(cè)量變量的數(shù)。目至少應(yīng)該是公共因子數(shù)的3—5倍。樣本和測(cè)量變量測(cè)量變量的選擇樣本和測(cè)量變量樣本的大小統(tǒng)計(jì)學(xué)家建議,根據(jù)測(cè)量的變量數(shù)決定樣本的容量。應(yīng)達(dá)到一個(gè)測(cè)量項(xiàng)目對(duì)應(yīng)5個(gè)被試的標(biāo)準(zhǔn),且樣本容量不得少于100。Comrey和Lee研究,在因素分析中,樣本容量達(dá)到500為非常好.1000或更多則極好。樣本和測(cè)量變量樣本的大小因子分析適合度檢驗(yàn)巴特利球形檢驗(yàn)（BarlettTestofSphericity）KMO取樣適合度檢驗(yàn)因子分析適合度檢驗(yàn)巴特利球形檢驗(yàn)（BarlettTest巴特利球形檢驗(yàn)用于檢驗(yàn)相關(guān)陣是否是單位陣，即各變量是否獨(dú)立。它是以變量的相關(guān)系數(shù)矩陣為出發(fā)點(diǎn)，Ho：相關(guān)系數(shù)矩陣是一個(gè)單位陣。如果巴特利球形檢驗(yàn)的統(tǒng)計(jì)計(jì)量數(shù)值較大，且其對(duì)應(yīng)的概率P值小于給定的顯著性水平（.05或.01），則應(yīng)該拒絕零假設(shè)Ho；認(rèn)為原有變量間的相關(guān)系數(shù)矩陣不是單位矩陣，變量間存在相關(guān)關(guān)系，可以進(jìn)行因子分析。反之……..巴特利球形檢驗(yàn)用于檢驗(yàn)相關(guān)陣是否是單位陣，即各變量是否獨(dú)立。KMO取樣適合度檢驗(yàn)是通過(guò)比較各變量間簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)（在多元回歸分析中，在消除其他變量影響的條件下，所計(jì)算的某兩變量之間的相關(guān)系數(shù)。）的大小判斷變量間的相關(guān)性，相關(guān)性強(qiáng)時(shí)，偏相關(guān)系數(shù)遠(yuǎn)小于簡(jiǎn)單相關(guān)系數(shù)，KMO值接近1。KMO取樣適合度檢驗(yàn)是通過(guò)比較各變量間簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系因子分析的基本模型共同度方差反應(yīng)了數(shù)據(jù)的變化程度。某個(gè)測(cè)驗(yàn)分?jǐn)?shù)的方差反應(yīng)了被試在此測(cè)驗(yàn)中反應(yīng)的差異性大小。對(duì)于該差異的來(lái)源。因子分析假設(shè)：每個(gè)測(cè)驗(yàn)變量都受到公共因子和隨機(jī)誤差的影響。因此我們的方差可以分為公共因子方差和誤差方差。因子分析的基本模型共同度因子分析的基本模型共同度而共同度為所有共同因子對(duì)某變量分?jǐn)?shù)方差的貢獻(xiàn)量，反映了該分?jǐn)?shù)的變異中能夠被所有公共因子共同解釋的部分。所以將共同度理解為：所以因子對(duì)這個(gè)變量共同起作用的程度。很明顯，因子分析希望能用提取出的公共因子解釋測(cè)量變量的絕大部分變異，即測(cè)量變量的共同度越接近1越好。同時(shí)它也是評(píng)估因子分析效果優(yōu)劣的重要指標(biāo)。因子分析的基本模型共同度因子分析的基本模型公共因子方差貢獻(xiàn)因子的方差貢獻(xiàn)反應(yīng)了該因子對(duì)原有變異量總方差的解釋能力。該值越高，說(shuō)明相應(yīng)因子的重要性越高。因此，因子的方差貢獻(xiàn)和方差貢獻(xiàn)率是衡量因子重要性的關(guān)鍵標(biāo)準(zhǔn)。提醒：特征值代表某一因子對(duì)所有變量變異的方差貢獻(xiàn)。因子分析的基本模型公共因子方差貢獻(xiàn)探索性因子分析探索性因子分析是指通過(guò)研究眾多變量之間的內(nèi)部依賴關(guān)系,探求觀測(cè)數(shù)據(jù)中的基本結(jié)構(gòu),并且用少數(shù)幾個(gè)潛在變量來(lái)表示基本的數(shù)據(jù)結(jié)構(gòu)。探索性因子分析探索性因子分析目的在于用最少的“因子”,概括和解釋最大量的觀測(cè)事實(shí),從而建立最簡(jiǎn)潔、最基本的概念系統(tǒng),揭示出事物之間本質(zhì)的聯(lián)系。提示：我們常說(shuō)的因子分析大都是指探索性因子分析探索性因子分析驗(yàn)證性因子分析驗(yàn)證性因子分析是基于一定的理論前提,對(duì)數(shù)據(jù)進(jìn)行分析的統(tǒng)計(jì)技術(shù),用它來(lái)檢驗(yàn)測(cè)驗(yàn)的維度,正在逐漸被接受和應(yīng)用。驗(yàn)證性因子分析探索性因子分析和驗(yàn)證性因子分析邏輯分析路線探索性因子分析：遵循由可直接觀察的數(shù)據(jù)到數(shù)據(jù)的內(nèi)部潛在影響因子這一自下而上的邏輯分析路線,探索事物之間的本質(zhì)聯(lián)系。探索性因子分析和驗(yàn)證性因子分析邏輯分析路線探索性因子分析和驗(yàn)證性因子分析邏輯分析路線驗(yàn)證性因子分析：遵循由理論到數(shù)據(jù)的自上而下的邏輯分析路線,首先提出的理論假設(shè)上可靠的因子結(jié)構(gòu)模型,再運(yùn)用實(shí)際的調(diào)查數(shù)據(jù)驗(yàn)證之。探索性因子分析和驗(yàn)證性因子分析邏輯分析路線問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析

楊勝龍重慶能源職業(yè)學(xué)院上邦高爾夫與酒店管理學(xué)院?jiǎn)柧矸治?/p>

楊勝龍主要內(nèi)容問卷項(xiàng)目分析因子分析實(shí)操主要內(nèi)容問卷項(xiàng)目分析實(shí)操項(xiàng)目分析因素分析實(shí)操項(xiàng)目分析問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)項(xiàng)目分析區(qū)分度相關(guān)法CR值項(xiàng)目分析區(qū)分度問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷分析(因素分析及其項(xiàng)目分析)問卷項(xiàng)目分析難度（通俗性）區(qū)分度（辨別力）實(shí)操問卷項(xiàng)目分析難度（通俗性）區(qū)分度（辨別力）檢驗(yàn)方法：運(yùn)用經(jīng)驗(yàn)與心理學(xué)理論知識(shí)；臨界比率值（CR值）法；相關(guān)法；區(qū)分度（辨別力）檢驗(yàn)方法：臨界比率值（CR值）法采用求出各個(gè)題項(xiàng)的臨界比率值（CR值）的方法，將未達(dá)顯著水平的題項(xiàng)予以刪除。即將總分按從高到低的順序排列，得分位于前27%者為高分組，得分后27%者為低分組，進(jìn)行高低兩個(gè)組在每題得分平均數(shù)上的差異顯著性檢驗(yàn)。題項(xiàng)的CR值達(dá)到.05以上的顯著性的保留。臨界比率值（CR值）法采用求出各個(gè)題項(xiàng)的臨界比率值（CR值）相關(guān)法用相關(guān)法計(jì)算題項(xiàng)得分與總問卷得分的相關(guān)系數(shù)。題項(xiàng)的值小于0.15并予以剔除。相關(guān)法用相關(guān)法計(jì)算題項(xiàng)得分與總問卷得分的相關(guān)系數(shù)。因子分析淺談因子分析應(yīng)用實(shí)例因子分析淺談因子分析問卷分析(因素分析及其項(xiàng)目分析)因子分析概述因子分析又稱因素分析，傳統(tǒng)的因子分析是探索性的因子分析，即因子分析是基于相關(guān)關(guān)系而進(jìn)行的數(shù)據(jù)分析技術(shù)，是一種建立在眾多的觀測(cè)數(shù)據(jù)的基礎(chǔ)上的降維處理方法。其主要目的是探索隱藏在大量觀測(cè)數(shù)據(jù)背后的某種結(jié)構(gòu)，尋找一組變量變化的“共同因子”。因子分析概述因子分析又稱因素分析，傳統(tǒng)的因子分析是探索性的因因子分析能做什么？人的心理結(jié)構(gòu)具有層次性，即分為外顯和內(nèi)隱。但是作為具有同一性的個(gè)體來(lái)說(shuō)，內(nèi)隱的方面總是和外顯的方面相互作用，內(nèi)隱方面制約著外顯特征。所有我們經(jīng)常說(shuō)，一個(gè)人的內(nèi)在自我會(huì)在相當(dāng)程度上決定他的外在行為特征，表現(xiàn)為某些行為傾向具有高度的一致性或相關(guān)性。因子分析能做什么？人的心理結(jié)構(gòu)具有層次性，即分為外顯和內(nèi)隱。因子分析能做什么？反過(guò)來(lái)說(shuō)，我們可以通過(guò)對(duì)個(gè)體進(jìn)行系統(tǒng)的觀察和測(cè)量，從一組高度相關(guān)的行為傾向中，探索到某種穩(wěn)定的內(nèi)在心理結(jié)構(gòu)，這就是因子分析所能做的。因子分析能做什么？反過(guò)來(lái)說(shuō)，我們可以通過(guò)對(duì)個(gè)體進(jìn)行系統(tǒng)的觀察因子分析的特點(diǎn)因子個(gè)數(shù)遠(yuǎn)遠(yuǎn)少于原有變量個(gè)數(shù)；因子能反映原有變量的絕大部分信息；因子之間的線性關(guān)系不顯著；因子具有命名解釋性。因子分析的特點(diǎn)因子個(gè)數(shù)遠(yuǎn)遠(yuǎn)少于原有變量個(gè)數(shù)；因子分析分類探索性因子分析驗(yàn)證性因子分析因子分析分類探索性因子分析因子分析的基本原理因子分析的基本思想和起源因子分析的基本模型因子分析的基本步驟因子分析的基本原理因子分析的基本思想和起源因子分析的基本模型共同度公共因子的方差貢獻(xiàn)因子分析的基本模型共同度因子分析的基本步驟樣本和測(cè)量變量因子分析適合度檢驗(yàn)因子提取及其因子數(shù)確定因子旋轉(zhuǎn)因子命名因子分析的基本步驟樣本和測(cè)量變量謝謝?。。≈x謝?。?！因子旋轉(zhuǎn)因子旋轉(zhuǎn)154因子旋轉(zhuǎn)通過(guò)以上兩個(gè)圖我們不難發(fā)現(xiàn)，進(jìn)行因子旋轉(zhuǎn)是很有必要的，因?yàn)檫@可以使我們更容易將因子進(jìn)行分組。建立因子分析模型的目的不僅是找出主因子，更重要的是知道每個(gè)主因子的意義，以便對(duì)實(shí)際問題進(jìn)行分析。如果求出主因子解后，各個(gè)主因子的典型代表變量不很突出，還需要進(jìn)行因子旋轉(zhuǎn)，通過(guò)適當(dāng)?shù)男D(zhuǎn)得到比較滿意的主因子。旋轉(zhuǎn)的方法有很多，正交旋轉(zhuǎn)(orthogonalrotation)和斜交旋轉(zhuǎn)(obliquerotation)是因子旋轉(zhuǎn)的兩類方法。最常用的方法是最大方差正交旋轉(zhuǎn)法(Varimax)。因子旋轉(zhuǎn)通過(guò)以上兩個(gè)圖我們不難發(fā)現(xiàn)，進(jìn)行因子旋轉(zhuǎn)是很有必要的因子提取及其因子數(shù)確定因子分析的基本目標(biāo)是找出少數(shù)幾個(gè)公共因子，使這些因子能夠在相當(dāng)程度上解釋一系列變量數(shù)據(jù)的變異。因此，如何提取因子以及提取幾個(gè)因子就成了因子分析中的基本問題。因子提取及其因子數(shù)確定因子分析的基本目標(biāo)是找出少數(shù)幾個(gè)公共因因子提取及其因子數(shù)確定因子提取的方法因子數(shù)的確定因子提取及其因子數(shù)確定因子提取的方法因子數(shù)的確定在提取公因子的時(shí)候，我們需要解決另外一個(gè)問題：抽取幾個(gè)公共因子才算合適？每個(gè)因子的解釋能力都是有限的，它只能反映原變量中一部分的變化信息。變量的剩余變異只能用其他的因子來(lái)解釋。因此，抽取的公因子數(shù)目越多，解釋能力越強(qiáng)，遺漏的信息越少。反之則越少，遺漏的變異信息就越多。因子數(shù)的確定在提取公因子的時(shí)候，我們需要解決另外一個(gè)問題：抽因子數(shù)的確定那是不是因子數(shù)目越多越好呢？如果將所有的主成分全部選為因子，則因子數(shù)與原變量數(shù)相同，這時(shí)雖然能夠完全的解釋原有變量的變異信息，但卻失去了因子分析的意義。提取的公因子數(shù)越多，就不能達(dá)到簡(jiǎn)化變量結(jié)構(gòu)的目的。所以，在確定因子分析時(shí)，我們需要在因子模型的準(zhǔn)確性和簡(jiǎn)單性之間做較好的權(quán)衡。下面給大家介紹幾種因子分析常用確定因子數(shù)的方法。因子數(shù)的確定那是不是因子數(shù)目越多越好呢？SPSS里常用方法比例法特征值大于1標(biāo)準(zhǔn)法碎石圖法SPSS里常用方法比例法碎石圖法如圖知，最左邊的一個(gè)因子特征值最大，后續(xù)因子的特征值迅速減少，所以曲線也迅速下降。下降到某一點(diǎn)，開始變得平緩。平緩就意味著對(duì)應(yīng)部分的各因子的特征值或貢獻(xiàn)接近，它們?cè)诤?jiǎn)化變量的過(guò)程中幫助不大，所以一般不再將其選為公共因子。簡(jiǎn)單的說(shuō)，這種方法一般是以碎石圖曲線從迅速下降到突然變平緩的那個(gè)拐點(diǎn)對(duì)應(yīng)的因子數(shù)來(lái)確定的。碎石圖法如圖知，最左邊的一個(gè)因子特征值最大，后續(xù)因子的特征值161碎石圖法此種方法比較直觀。不足：1.主觀性太強(qiáng)；2.關(guān)于拐點(diǎn)的概念沒有明確的定義；3.當(dāng)“碎石圖”比較模糊時(shí),沒有清晰的拐點(diǎn),此時(shí)難以判斷何處是拐點(diǎn)；4.此法缺少數(shù)量上的標(biāo)準(zhǔn)。碎石圖法此種方法比較直觀。比例法此種方法要求提取的m個(gè)因子對(duì)原變量方差的解釋率達(dá)到一定的比例。一般建議或者要求達(dá)到80%以上。但是實(shí)際應(yīng)用中，根據(jù)問題性質(zhì)和測(cè)量工具的成熟水平，也可以將標(biāo)準(zhǔn)定為40%--60%這一較低水平。比例法此種方法要求提取的m個(gè)因子對(duì)原變量方差的解釋率達(dá)到一定特征值大于1標(biāo)準(zhǔn)法從前面的講述中我們知道，因子的特征值與其方差貢獻(xiàn)具有對(duì)應(yīng)關(guān)系。要求前m個(gè)因子的特征值總和達(dá)到一定的量。換句話說(shuō)，選取的因子的特征值應(yīng)該達(dá)到一定量，通常是以特征值大于1為默認(rèn)標(biāo)準(zhǔn)。特征值大于1標(biāo)準(zhǔn)法從前面的講述中我們知道，因子的特征值與其方特征值大于1標(biāo)準(zhǔn)法這種方法具有簡(jiǎn)單性和客觀性。不足：1.它通常得到誤用；2.此標(biāo)準(zhǔn)帶有機(jī)械性；3.它可能導(dǎo)致過(guò)多估計(jì)偶爾又會(huì)過(guò)少估計(jì)因子數(shù)；4.采用這種方法時(shí),樣本容量也會(huì)影響因子數(shù)。特征值大于1標(biāo)準(zhǔn)法這種方法具有簡(jiǎn)單性和客觀性。因子提取及其因子數(shù)確定因子提取的方法因子提取的方法有很多，主要有主成分方法、加權(quán)最小平方法、極大似然法等,我們可以根據(jù)需要選擇合適的因子提取方法。其中主成分方法是一種比較常用的提取因子的方法。因子提取及其因子數(shù)確定因子提取的方法主成分法在實(shí)證數(shù)據(jù)分析研究中，人們?yōu)榱吮M可能的完整的收集信息，對(duì)于每個(gè)樣本往往要觀測(cè)他的很多項(xiàng)指標(biāo)，少到幾項(xiàng)，多到幾十項(xiàng)，這些指標(biāo)之間通常不是相互獨(dú)立而是相關(guān)的。因此，從統(tǒng)計(jì)分析角度角度來(lái)說(shuō)，人們總是希望把大量的原始指標(biāo)組合成較少的幾個(gè)綜合指標(biāo)，從而使分析簡(jiǎn)化。比如描述一個(gè)人的身材需要用的指標(biāo)有？但是當(dāng)人們購(gòu)買衣服時(shí)呢？主成分法在實(shí)證數(shù)據(jù)分析研究中，人們?yōu)榱吮M可能的完整的收集信息主成分法因此，主成分法是用變量的線性組合中能產(chǎn)生最大樣品方差的那些組合(稱主成分)作為公共因子來(lái)進(jìn)行分析的方法。分析出來(lái)的主成分與原始變量的關(guān)系：1.每個(gè)主成分都是各原始變量的線性組合；2.主成分的數(shù)目遠(yuǎn)遠(yuǎn)少于原始變量的數(shù)目；3.主成分保留了原始變量的大部分信息；4.各主成分之間互不相關(guān)。主成分法因此，主成分法是用變量的線性組合中能產(chǎn)生最大樣品方差樣本和測(cè)量變量測(cè)量變量的選擇公共因子必須包括在測(cè)量變量中,且測(cè)量變量一定要與研究領(lǐng)域緊密相關(guān)。如果測(cè)量的變量與研究目的不相關(guān),將導(dǎo)致假的公共因子的出現(xiàn)。統(tǒng)計(jì)學(xué)家建議,測(cè)量變量的數(shù)。目至少應(yīng)該是公共因子數(shù)的3—5倍。樣本和測(cè)量變量測(cè)量變量的選擇樣本和測(cè)量變量樣本的大小統(tǒng)計(jì)學(xué)家建議,根據(jù)測(cè)量的變量數(shù)決定樣本的容量。應(yīng)達(dá)到一個(gè)測(cè)量項(xiàng)目對(duì)應(yīng)5個(gè)被試的標(biāo)準(zhǔn),且樣本容量不得少于100。Comrey和Lee研究,在因素分析中,樣本容量達(dá)到500為非常好.1000或更多則極好。樣本和測(cè)量變量樣本的大小因子分析適合度檢驗(yàn)巴特利球形檢驗(yàn)（BarlettTestofSphericity）KMO取樣適合度檢驗(yàn)因子分析適合度檢驗(yàn)巴特利球形檢驗(yàn)（BarlettTest巴特利球形檢驗(yàn)用于檢驗(yàn)相關(guān)陣是否是單位陣，即各變量是否獨(dú)立。它是以變量的相關(guān)系數(shù)矩陣為出發(fā)點(diǎn)，Ho：相關(guān)系數(shù)矩陣是一個(gè)單位陣。如果巴特利球形檢驗(yàn)的統(tǒng)計(jì)計(jì)量數(shù)值較大，且其對(duì)應(yīng)的概率P值小于給定的顯著性水平（.05或.01），則應(yīng)該拒絕零假設(shè)Ho；認(rèn)為原有變量間的相關(guān)系數(shù)矩陣不是單位矩陣，變量間存在相關(guān)關(guān)系，可以進(jìn)行因子分析。反之……..巴特利球形檢驗(yàn)用于檢驗(yàn)相關(guān)陣是否是單位陣，即各變量是否獨(dú)立。KMO取樣適合度檢驗(yàn)是通過(guò)比較各變量間簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)（在多元回歸分析中，在消除其他變量影響的條件下，所計(jì)算的某兩變量之間的相關(guān)系數(shù)。）的大