SPSS有話說:如何得出問卷或量表的結構或維度——探索性因素分析

2021-01-14 SPSS有話說

探索性因素分析是依據樣本數據，根據變量間相關性的大小對變量進行分組，每組內的變量之間存在較高相關性，意味著這些變量背後有共同的制約因素，用這些公共因子來代替原始的眾多變量的過程。簡單來說，就是探索問卷的結構或維度。

探索性因素分析也是在心理測驗編制過程中用來檢驗測驗結構效度的一種非常重要和有效的分析方法，通過檢驗變量（因子）與題項的對應關係。如果二者預期基本一致時,則說明具有良好效度水平。

① 問卷的適當性

運用KMO檢驗和Bartlett球形檢驗對量表適當性進行檢驗。KMO的值越大則表示量表的共同因素越多，適合進行因素分析，一般認為係數在0.9以上非常適合於進行因素分析；在0.8-0.9之間為比較適合因素分析，在0.7-0.8之間為可以進行因素分析，在0.6-0.7之間為一般，但0.6以下則不適合作因素分析，同時Bartlett球形檢驗要達到顯著水平，表示題目間存在共同因素，這是進行因素分析的先決條件。

② 採用主成分分析法對項目進性分析

對問卷剩餘的各項目採用主成分分析法（提取共同因素，得到初始因素負荷矩陣，之後採用最大方差法對其進行旋轉，得到旋轉因素符合矩陣。根據以下標準確定因素數目：（1）選取特徵值大於或等於1的因素；（2）進行陡坡檢驗，根據碎石圖顯示確定因素（人為畫一條y=1的直線，與碎石圖的交點所對應的橫坐標數字，即最終的因素數目）；（3）每個因素上至少包含三個題目；（4）提取出在旋轉前最少解釋3%總變異的因素；（5）提取出的因素能較好命名。

探索性因素分析剔除項目，按以下標準進行：①根據因素分析理論，項目負荷值是該項目與某公因素的相關，項目負荷值越大，說明項目與該公因素關係越密切，據此剔除負荷值低於 0.4 的項目；②剔除存在雙負荷且負荷值接近的項目；③共同度是反映項目對公因素貢獻的重要指標，剔除共同度小於 0.2 /0.3的項目；④剔除歸類不當的項目；⑤每個維度至少包括 3 個項目。每刪減完１個項目重新進行探索性因子分析，並根據新的結果確定下一次的篩刪項目.

對因素命名遵循以下基本原則：首先是根據研究的理論構想和假設命名，看該因素的項目主要來自於理論假設中的那一維度，那個維度貢獻的項目多，就以那個構想的因素命名；其次是參照項目因素負荷值命名，主要是根據負荷值較高的項目所隱含的意義命名。

【分析】--【降維】--【因子分析】，將目標題項導入變量框；

【描述】-【係數】和【KMO和Bartlett球形檢驗】；

【抽取】-【相關性矩陣】和【碎石圖】回到主對話框；

【旋轉】-【最大方差法】和【旋轉解】回到主對話框；

【得分】- 默認；

相關焦點

  • 探索性因素分析與驗證性因素分析的差異
    在進行探索性因子分析之前,不必知道要用幾個因子,以及各因子和觀測變量之間的關係。在進行探索性因子分析時,由於沒有先驗理論,只能通過因子載荷憑知覺推斷數據的因子結構。上述數學模型中的公共因子數m在分析前並未確定,而是在分析過程中視中間結果而決定,各個公共因子Ni統一地規定為均影響每個觀測變量xi。探索性因子分析更適合於在沒有理論支持的情況下對數據的試探性分析。
  • 問卷一定要做效度分析嗎
    效度分析，簡單來說就是問卷設計的有效性、準確程度。當我們在為研究主題設計問卷時，都會希望問題實際測量到的是我們希望測量的，這樣研究的數據才能準確的說明問題。例如，我們想了解一個班級裡學生的綜合成績情況，正式研究中如果僅測試數學一科，然後得出結論，這樣的研究有效性可能很低，原因在於實際測量的方向與研究方向之間有很大偏差。
  • 驗證性因子分析與探索性因子分析的區別 | 附:量表編制步驟
    最近有老師問驗證性因子分析和探索性因子分析的區別，是不是在做量表的時候需要做驗證性因子分析？那麼是在什麼時候做？很明顯，編制量表的時候一定是需要做驗證性因子分析的。1.在進行探索性因子分析的時候，量表條目最終能形成幾個條目是未知的。
  • 結構方程模型應用:驗證性因素分析
    問卷結構的來源有多個方面，主要的是：探索性因素分析的結果和理論模型。驗證性因素分析需要對多個結構進行分析，並從中選擇擬合度最優的作為結果。在本文中，我們以「自尊量表」的數據為例進行說明。自尊是心理學裡面的一個重要概念，Rosenbeng於1965年編制了的自尊量表是經典的自尊測量工具。
  • 問卷信度效度之間有什麼關係如何分析
    如果每次測量的結果都有很大的差異（例如，用同一份考卷對同一批學生進行測驗，每次測試平均分數差別都很大），則說明信度較低。同樣在問卷研究中，也通過信度分析來測量樣本回答結果是否真實可靠，檢驗信度越高，就是表示結果越可信。
  • 【現場調查】結構方程模型下體外受精助孕患者自我效能量表的信效度研究
    （2）結構效度——探索性因子分析：經Bartlett′s球形檢驗後顯示本研究適合做探索性因子分析（χ2=2 238.345，KMO=0.929>0.6，P<0.001），使用主成分分析法抽取每個條目的共同性，進行最大方差變異的直交轉軸，獲得初始特徵值>1的3個因子，故此量表的結構維度是3因子模型；表5和圖1結果也顯示，3因子模型的分析是可靠的（累積方差解釋率達72.99
  • SPSS安裝包及教程|從理論至實操
    導 語轉載 | SPSS有話說以下文章按照從理論至實操、由簡單到複雜排序，並整理歸納為11個專題。相關分析偏相關分析簡單線性回歸相關與回歸小結分層回歸逐步回歸二元logistic回歸專題7：問卷修訂或編制(信效度檢驗)問卷與量表的區別及聯繫
  • 問卷信效度分析的步驟
    問卷設計是科研工作中的常見問題，如何設計出高信效度問卷，臺灣學者吳明隆給出了很好的答案。應考慮問卷量表是否進行因素分析。因為因素分析時，以較大樣本分析所呈現的因素組型（factor pattern），比一個只用較小樣本所出現的因素組型，要來得穩定。進行因素分析時，量表的題項數愈多及預期要有較多的因素層面的話，應包括愈多的受試者（DeVellis）。
  • 問卷數據,該如何著手分析呢?
    工作中用到的調研問卷，探索的內容相對具體，涉及的變量也比較少，一般不會用到太複雜的分析方法，Excel+SPSS即可搞定，本文整理了幾類常見的問卷分析思路。拿到一份問卷數據，該如何著手分析呢？且慢，要做分析得先檢查數據是不是完整、可信，所以先從數據清洗開聊。
  • 中天華溥:基於SPSS,如何設計問卷題項
    中天華溥：基於SPSS，如何設計問卷題項作者：中天華溥諮詢顧問 程龑企業管理諮詢是一個快節奏、高強度的行業，以項目進度為準則，往往對項目進度與項目計劃的誤差有著嚴格要求，因此對於各個階段的時間把控需要非常準確。客戶公司調研是一個項目的開端，通過調查問卷、個性訪談等方式進行數據收集。
  • 一文掌握效度分析所有知識點!
    當信度分析不達標時，效度分析必然也不能達標。效度分析常見的有內容效度分析、結構效度分析，建議研究人員通過內容效度分析和結構效度分析這兩方面對問卷進行效度分析，如下圖所示。內容效度分析是指問卷題對相關概念測量的適用性情況，簡單來講，即題設計的合理性情況。內容效度分析可以從兩個方面進行說明。 第一，專家判斷。專家具有權威性，因此如果專家對問卷進行判斷並得出肯定，那麼可以說明問卷具有有效性。此處的專家是指行業內專家或參考量表、權威來源等。 第二，問卷預測試。
  • 效度分析完整總結!你一定要知道的分析流程
    在問卷研究中，分析問卷信效度總是不可避免的環節之一。尤其是效度分析過程，常常令研究人員頭痛不已。如何更有效得到效度分析結果，避免無用功，今天我們就一起來探討討論。本文從分析思路角度進行全面梳理，希望能夠讓大家對效度分析有更深入地理解。
  • 史上最易懂的問卷信效度分析教程!!!
    KMO值為0.789，Bartlett球形檢驗顯著性為.000，表明很適合做因子分析！同理，如果你要做整個問卷的KMO，選中所有變量即可。 注意：在KMO檢驗的結果中，會有一個旋轉成分矩陣，但那個是探索性因子分析法（EFA）的因子載荷，而不是驗證性因子分析（CFA）。只有AMOS可以做CFA （5）因子分析？？ 因子分析的方法有兩類。
  • 特殊問卷-量表「信度」的檢驗(SPSS:克隆巴赫α信度係數)
    在「初中足球隊員的運動情境動機調查分析」的研究中，採用《運動情境動機量表》對319名初中生進行了調查。現需要檢驗量表的信度，以確定數據的可靠性。該量表共包括16個題目，分為4個分量表，從不同角度測量「運動情景動機」：內部動機：1/5/9/13。分數越高、內部動機越強。鑑別原則（認同調節）：2/6/10/14。
  • 2.0 探索性因子分析
    探索性因子分析法（Exploratory Factor Analysis，EFA）是一項用來找出多元觀測變量的本質結構
  • 《量表信效度分析》系列文章
    轉載 | SPSS學堂各位小夥伴們，在推出《問卷設計與統計分析》系列後，有許多小夥伴來反饋怎樣設計更為優質的問卷？為了解決這一問題，學堂推出了量表信效度系列，超詳細的為大家講解如何對問卷進行試測,調整問卷結構,設計更為優質的問卷。
  • 你一定要知道的效度分析攻略
    尤其是效度分析過程，常常令研究人員頭痛不已。 如何更有效得到效度分析結果，避免無用功，今天我們就一起來探討討論。 本文從分析思路角度進行全面梳理，希望能夠讓大家對效度分析有更深入地理解。 1.
  • 玩轉量表:量表設計與分析實戰
    信度分析的目的是檢驗數據是否真實可靠，即多次重複測量的結果很接近，常用的信度有Cronbach-α係數、折半信度、重測信度等。效度分析是測量結果是否準確有效，包括內容效度、校標效度、結構效度三種類型。內容效度是通過專家進行評價有效性，校標效度是參照一定的效度標準評價有效性，結構效度是衡量實際結果和測量概念之間的對應關係，通常用因子分析進行探索。
  • 超級糟糕的問卷效度,要如何調整?
    通過Bartlett 球形度檢驗意味著變量之間有一定的相關性，適合使用因子分析檢驗效度。（2）分析項歸類清晰結構效度分為兩種：一種是使用探索性因子分析的方法；另一種是使用驗證性因子性分析。其中探索性因子分析適合非經典量表使用。