Spss数据分析效度.docVIP

Spss数据分析 KMO 與 Bartlett 檢定 Kaiser-Meyer-Olkin 測量取樣適當性。 .712 Bartlett 的球形檢定 大約 卡方 675.492 df 153 顯著性 .000 Communalities 起始 擷取 sex 1.000 .657 grade 1.000 .837 one 1.000 .758 two 1.000 .683 three 1.000 .735 four 1.000 .706 five 1.000 .615 six 1.000 .634 seven 1.000 .642 eight 1.000 .700 nine 1.000 .767 ten 1.000 .735 eleven 1.000 .609 twelve 1.000 .844 thirteen 1.000 .697 fourteen 1.000 .779 fifteen 1.000 .707 sixteen 1.000 .655 擷取方法：主體元件分析。 說明的變異數總計 元件 起始特徵值 擷取平方和載入 總計 變異的 % 累加 % 總計 變異的 % 累加 % 1 4.706 26.146 26.146 4.706 26.146 26.146 2 2.021 11.228 37.374 2.021 11.228 37.374 3 1.499 8.327 45.701 1.499 8.327 45.701 4 1.367 7.595 53.296 1.367 7.595 53.296 5 1.109 6.160 59.457 1.109 6.160 59.457 6 1.046 5.809 65.266 1.046 5.809 65.266 7 1.013 5.627 70.893 1.013 5.627 70.893 8 .839 4.660 75.553 9 .732 4.068 79.621 10 .647 3.592 83.213 11 .552 3.064 86.277 12 .499 2.772 89.049 13 .464 2.579 91.628 14 .412 2.290 93.918 15 .356 1.976 95.894 16 .310 1.721 97.616 17 .225 1.249 98.864 18 .204 1.136 100.000 擷取方法：主體元件分析。 对数据初步分析得到，KMO 值为0.71，且巴特利特球形检验结果显著 χ2 675.492，df 153，P ＜0. 05 。因此，数据适合做探索性因子分析。 采用主成分分析方法，进行方差最大性正交旋转，剔除因子负荷小于 0. 40 和双重负荷因子的项目后得到 16 个项目。特征值大于 1 的因素有 7 个，解释率为 70.893% 。根据因素所包含项目的含义，将 4 个因素分别命名为戒断症状 没有参与手机活动时生理或心理上的负面反应 、突显行为 手机的使用占据了思维和行为活动的中心 、社交抚慰 手机的使用在人际交往中的作用 和消极影响 手机造成的情绪的消极变化 。各项目的因素载荷见表 2。