层面理论及测量结构研究.ppt

层面理论及其数据技术 贵州师范大学教育科学学院 赵守盈 http://hi1818.336.cc 因子分析 BARTLETT是检验总体变量不相关，即总体相关矩阵是单位矩阵，如果接受原假设，表明因子分析可能不适合。KMO是用来比较变量间相关系数的大小。如果KMO接近1，表示适合做因子分析，如果KMO接近0，表示不适合做因子分析。 These two tests are often used to examine the appropriateness of data for factor analysis performance. It is often suggested that KMO should be of 0.5 as a minimal level. Bartlett test should be significant. 因子分析 However, these tests are only two common (but not the only two) tests to examine the appropriateness. Additional inspections could include, as suggested, researchers should consider the correlation coefficient matrix. Id like to recommend you to check: 1) whether you have many coefficent values less than 0.3 - which means that the correlations between the variables are too weak to (meaningfully) factor, and 2) whether you have many coefficent values greater than 0.7 - which indicates that the variables are highly correated and in fact they are measuring the same aspect of a construct. This could refer to multicollinearity issues. After you inspect for the extreme values of R2, I suppose you would be a clearer position to answer your question: 聚类分析 聚类分析(Cluster Analysis)是物以类聚的一种统计分析方法。用于对事物类别的面貌尚不清楚，甚至在事前连总共有几类都不能确定的情况下进行分类的场合。 聚类分析可分为对变量聚类（如在儿童的生长发育研究中，把以形态学为主的指标归于一类，以机能为主的指标归于另一类等）和对样品聚类（如解剖学上依据骨骼的形状和大小等，不仅可以区别样品是人还是猿，还可以区别性别、年龄等）。  聚类分析 聚类方法大致可归纳如下： ①系统聚类法　先将ｎ个元素（样品或变量）看成ｎ类，然后将性质最接近（或相似程度最大）的２类合并为一个新类，得到n-1类，再从中找出最接近的２类加以合并变成了n-2类，如此下去，最后所有的元素全聚在一类之中。　　②分解法　其程序与系统聚类相反。首先所有的元素均在一类，然后用某种最优准则将它分成２类，再用同样准则将这２类各自试图分裂为２类，从中选１个使目标函数较好者，这样由２类变成了３类。如此下去，一直分裂到每类中只有１个元素为止，有时即使是同一种聚类方法，因聚类形式(即距离的定义方法)不同而有不同的停止规则。　　③动态聚类法　开始将ｎ个元素粗糙地分成若干类，然后用某种最优准则进行调整，一次又一次地调整，直至不能调整了为止。　 ④有序样品的聚类　 ｎ个样品按某种因素（时间或年龄或地层深度等）排成次序，要求必须是次序相邻的样品才能聚在一类。　　其他还有加入法、有重叠的类、模糊聚类等。 聚类分析 其他还有加入法、有重叠的类、模糊聚类等。　　聚类分析实质上是寻找一种能客观反映元素之间亲疏关系的统计量，然后根据这种统计量把元素分成若干类。常用的聚类统计量有距离系数和相似系数２类。距离系数一般用于对样品分类，而相似系数一般用于对变量聚类。距离的定义很多，如极端距离、明考斯基距离、欧氏距离、切比雪夫距离等。相似系数有相关系数、夹角余弦、列联系数等。 层面理论 层面理论,把理论构建和实证研究系统地结合起来,“迫使”研究者用一种范式化的研究方式组织研究所涉及的所有概念,