数据的高级统计答案.ppt

（2）、提取因子 章节学习——9.5.3因子分析的典例操作 9 研究数据的高级统计 教育技术学研究方法 因子分析的初始解 Initial是在提取因子之前的各变量的公因子方差。对因子分析来说，这些值是用其他变量作为预测变量时每个变量的载荷的平方和。 Extraction是各变量的未旋转的公因子方差。这些公因子方差是用作预测因子变量的多重相关的平方。 表中的公因子方差都很高，它表明提取的成分能很好地描述这些变量。 章节学习——9.5.3因子分析的典例操作 9 研究数据的高级统计 因子解释原有 变量总方差的情况 相关矩阵的特征值。这些值是用于确定哪些因子应保留。 Total表示各成分的特征值；从图中可以看到第一到第九主成分特征值大于1，提取原则是特征值大于1，那么应该取前九个因子。因此，最后结果是确定提取九个主成分。 因子提取结果，是未经旋转的因子载荷的平方和。 章节学习——9.5.3因子分析的典例操作 9 研究数据的高级统计 教育技术学研究方法 因子的碎石图 横坐标为因子数目，纵坐标为特征根。 从图中可以看到，第一个因子的特征根值很高，对解释原有变量的贡献最大；第九个以后的因子特征根值都较小，对解释原有变量的贡献很小，因此提取9个因子是合适的。 章节学习——9.5.3因子分析的典例操作 9 研究数据的高级统计 教育技术学研究方法 因子的负荷矩阵 表中显示了因子负荷矩阵，是因子分析的核心内容。根据该表可以写出本例的因子分析模型： 损害国家荣誉和利益=0.627f1-0.308f2+……-0.050f9. 这些变量在第1个因子上的相关程度高，第一个因子很重要，其它因子相对较弱。另外还可以看到这9个因子的实际含义比较模糊。 章节学习——9.5.3因子分析的典例操作 9 研究数据的高级统计 教育技术学研究方法 采用方差最大法对因子载荷矩阵进行正交旋转以使因子具有命名解释性。在旋转后的因子载荷矩阵中可以看到各个变量在每个因子上的载荷。 （3）、因子的命名解释 将旋转因子载荷矩阵重新整理，如表所示。 根据因子分析结果，对调查问卷中的“不良信息”评价指标进行重新分类，得到“不良信息评估指标体系” 删除冗余指标，再次进行因子分析，得到旋转因子载荷矩阵，如表所示。 教育技术学研究方法 9 研究数据的高级统计 课堂活动 任务安排 任务一：请观看“因子分析”演示型微视频并对其对应的交互式微视频进行操作，然后对案例进行分析； 网址：/etresearch/ 任务二：以“北京18个区县中等职业教育发展水平”为例，对其中指标进行因子分析。 活动方式：个人学习活动。 活动地点：教室。 使用材料：学案、“因子分析”的演示型微视频和交互式微 视频、SPSS软件 教育技术学研究方法 课后测试—— 课后测试 9 研究数据的高级统计 1. （ ）是用于测量事物间线性相关程度强弱的一种分析方法，它可以用适当的统计指标表示出来。 A:方差分析 B:相关分析 C:因子分析 2.判断题 多因素方差分析的控制变量为两个或以上，研究目的是要分析多个控制变量的作用及相互作用，以及其他随机因素作用是否对观察变量的分布产生显著影响。（ ）。 B √ 教育技术学研究方法 1. 薛薇. 基于SPSS的数据分析. 北京：中国人民大学出版社，2006. 2. 王苏斌，郑海涛，邵谦谦. SPSS统计分析. 北京：机械工业出版社，2003. 3. 杨晓明. SPSS在教育统计中的应用. 北京：高等教育出版社，2004. 4. 谢幼如，李克东. 教育技术学研究方法基础. 北京：高等教育出版社，2006. 知识拓展 9 研究数据的高级统计 教育技术学研究方法 5. 李克东. 教育技术学研究方法. 北京：北京师范大学出版社，2003. 6. 郝黎仁，樊元，郝哲欧．SPSS实用统计分析．北京：中国水利水电出版社，2003． 7.卢纹岱．SPSS for Windows统计分析（第3版）．北京：电子工业出版社，2006． 知识拓展 9 研究数据的高级统计 9 研究数据的高级统计 教育技术学研究方法 * * * * 教育技术学研究方法 9 研究数据的高级统计 问题导入 某教育投资调查中，调查了一些地区教育投资与 学生增长率之间的关系，为了分析其线性相关程度的强弱，我们采用相关分析法。 那么，什么是相关分析？如何进行相关分析呢？ 教育技术学研究方法 9.4.2 9.4.1 相关分析的概述 相关分析的基本思路 9.4 研究数据的相关分析 9 研究数据