spss在因子分析中的应用

SPSSSPSS项目分析，目的是找出未达显著水准的题项并把它删除。它是通过将获得的原始数据求出量表中题项的临界比率值——CR量表的制作是要经过专家的设计与，因此，题项一般均具有鉴别度，能够鉴别不同受试者的反应程度。故往往在量表处理中可以省去这一步。量，转化成少数有概念化意义而彼此独性大的因素，从而分析多个因素0.90.80.70.6总变异量的部份会较少。nn（2）Fm（3）m（5）为因素负荷量。因素分析的理想情况，在于个别因素负荷量不是很大就是很小，这样每----横列中所有因素负荷量的平方和），负荷量的平方总和（1，没有唯一因素）。--（一直行所有因素负荷量的平方和）0（在主成份分析中，有几个题项，便有几个成份，因而特征值的总和刚好等于变量的总数）SPSS【例6-9】 现要对学习者对教育技术资源的了解和使用情况进行了解，设计一个里量表，如表6-27所示。将该量 给20人回答，假设回收后的原始数据如表6-28所示定义变量“A1”、“A2”、“A3”、“A5”、“A6”、“A7”、“A8”“A9”、“A10”，并按照 输入数据，如图6-33所示选择“yzeDataReductionFactor…命令，弹出yze”框，将变量“A1”到“A10”选入“Variables”框中,如图6-34单击图6- 框中的“Descriptives…”按钮，弹出yze:Descriptives”（因素分析：描述性统计量）框，如图6-35所①“Statistics”（统计量）“Univariatedescriptives”（单变量描述性统计量）：显示每一题项“Initialsolution”（未转轴之统计量）：显示因素分析未转轴前之②“CorrelationMatric”（相关矩阵）“Coefficients”（系数）：“Significancelevels”（显著水准）：求出前述相关矩阵地显著水“Determinant”（行列式）：“KMOandBartlett’stestofsphericity”（KMOBartlett形检定）：KMOBartlett’s“Inverse”（倒数模式）：“Anti-image”（反映像）：在本例中，选择“Initialsolution”与“KMOandBartlett’stestof单击图6-34框中的“Extraction…”按钮，弹出“Factoryze:Extraction”（因素分析：抽取）框，如图6-36所示。①“Method”（方法）“Principalcomponents”SPSS“Unweightedleastsquares”法：未最小平方法“Generalizedleastsquare”“umlikelihood”法：最大概似法“Principal-axisfactoring”“Alphafactoring”法：α因素“Imagefactoring”法：映像因素②“yze”（分析）选项“Correlationmatrix”（相关矩阵）：“Covariancematrix”（共变异数矩阵）：③“Disy”（显示）选项“Unrotatedfactorsolution”（未旋转因子解）：显示未转轴时因素“Screeplot”（陡坡图）：④“Extract”（抽取）“Eigenvaluesover”（特征值）：1，表示因素抽10“Numberoffactors”（因子个数）：选取此项时，后面的空格内输入在本例中，设置因素抽取方法为“Principalcomponents”，选取“Correlationmatrix”、“Unrotatedfactorsolution”、“Principal单击图6-34框中的“Rotation…”按钮，弹出“Factoryze:Rotation”（因素分析：旋转）框，如图6-37所示。①“Method”（方法）“None”：“Varimax”：C“Quartimax”：“Equamax”：“DirectOblimin”：“Promax”：Promax②“Disy”（显示）选项框“Rotatedsolution”（转轴后的解）：显示转轴后的相关信息，正交“Loadingplots”（因子负荷量）：③“umI tionsforConvergence”：转轴时之行的叠代最多次25，表示算法之行转轴时，执行步骤的次数上限。在本例中，选择“Varimax”、“Rotatedsolution”二项。研究者要选择“Rotatedsolution”选项，才能显示转轴后的相关信息。单击“Continue”单击图6-34框中的“Scores…”按钮，弹出“Factoryze:FactorScores”（因素分析：因素分数）框，如图6-38所示。①“Saveasvariable”（因素变量）勾选时可将新建立的因素分数至数据文件中，并产生新的变量名“Regression”：“Bartlett”：Bartlette“Anderson-Robin”：Anderson-Robin②“Disyfactorcoefficientmat在本例中，取默认值。单击“Continue”单击图6-34框中的“Options…”按钮，弹出“Factoryze:Options”（因素分析：选项）框，如图6-39所示。①“MissingValues”（遗漏值）“Excludecaseslistwise”（完全排除遗漏值）：观察值在所有变量“Excludecasespairwise”（成对方式排除）：在成对相关分析中出“Recewithmean”（用平均数置换）：以变量平均值取代遗漏值②“CoefficientDisyFormat”（系数显示格式）选项框：因素负荷“Sortedbysize”（依据因素负荷量排序）：根据每一因素层面的因“Suppressabsolutevalueslessthan”（绝对值舍弃的下限）：因0.1。在本例中，选择“Excludecaseslistwise”、“Sortedbysize”二项，并勾选“Suppressabsolutevalueslessthan”，其后空格内的数字不0.1。如果研究者要呈现所有因素负荷量，就不用选取“Suppressabsolutevalueslessthan”选项。在例题中为了让研究者明白适宜。单击“Continue”按钮确定。设置完所有的选项后，单击“OK”KMOBartlett’6-40KMOBartlett’KMOKaiser-Meyer-OlkinKMOKaiser（1974）观点，KMO0.5KMO0.695，表Bartlett’s234.438，45，达到显6-416-426-431010。解释变异量6.358÷1063.579％1.547，再是第三个4.389、3.137、1.411，43.88