《统计心理学》第13章+因子分析.pptVIP

心理与教育统计学 第13章 因子分析 13.1 因子分析简介 13.2 因子分析的步骤 13.1因子分析简介 因子分析也称为因素分析（factor analysis），从众多的观测变量中概括和综合出少数几个因子，用数目较少的更有意义的几个因子变量来解释一组数据。 因子分析方法是英国心理学家斯皮尔曼在考察“智力”结构时发展起来的统计方法。 因子分析广泛应用于心理学、社会学、经济学、医学等领域。 一、因子分析的类别 （一）R型因子分析与Q型因子分析 R型因子分析，是针对变量所做的因子分析，找出少数几个潜在变量来解释多个变量之间的相关关系。在问卷分析中，包括许多题项，这些题项可以由几个维度描述。这几个维度即是因子。 Q型因子分析，是针对样本的因子分析。心理学中常常需要把人分为几类，可以用Q型因子分析。 探索性因子分子即前面说的R型因子分析和Q型因子分析，根据数据找出潜在的因子结构。可用SPSS分析。 验证性因子分析，已经有了理论构想，问卷的维度和题项都已经非常确定，只是想用数据来验证理论构想。它是在结构方程模型理论下分析的，常用软件为AMOS和LISREL （二）探索性因子分析与验证性因子分析 二、因子分析的基本思想 相互存在联系的变量被浓缩为几个独立的因子，每个观测变量都可以由一组因子的线性组合来表示。因子分析的模型为： 其中Xij是第i个被试在第j个子测验中的分数值； Fik是同一被试在第k个维度上的分数； bik为第k个因子在第j个子测试分数的负荷，又称为因子分数系数； εij第j个测试中的特殊量 三、因子分析的条件 （1） 抽样过程必须随机，并具有一定的规模。样本量在100以下不适合因素分析，最好300以上，样本至少为变量数的5倍。 （2）变量之间要有一定的相关，对于一群相关过高或过低的变量，不适合做因子分析。相关大于0.3。可以通过KMO和球形检验来确定这些问题。 a. KMO统计量（Kaiser-Meyer-Olkin Measure of Sampling Adequacy）大于0.6； b. 球形检验（Bartlett‘s Test of Sphericity）达到显著性。 13.2 因子分析的步骤 选择原始变量 求相关矩阵 KMO0.6 球形检验(p0.05) 求公因子及负荷矩阵 因子旋转 正交旋转 斜交旋转 主成分法 极大似然估计 主因子法 其他方法 因子得分 是 其他分析 不是 抽取因子方法 特征值大于1 碎石图 人为确定因子数 抽取因子的方法一般为主成分法；可以通过特征值大于1自动确定因子数，或通过碎石图、累积贡献率、理论构想确定。 碎石图(Scree Plot) 检验，因子特征值中大的陡急坡度与缓慢坡度间的明显转折点； 转折点，说明3~4个因子比较合适 Varimax是正交旋转中最常用方法； Promax是斜交旋转中常用方法。 按因子负荷排列 因子负荷小于0.4则不显示 KMO0.6 球形检验显著 初始共同度 抽取共同度 共同度：说明变量能被所有公因子解释的程度 共同度小的题项应该删除(建议0.16) 特征值为该因子能够解释的所有变量的方差。 特征值1作为选取因素的参考指标。 累计贡献率为因子能够解释变量方差的累加和。 可以作为确定因子数目的一个参考指标（建议80%，实际中40% ~ 60%也可做）； 因子特征值 累积贡献率 因子数目为3~4个 旋转前的因子负荷 旋转后的因子负荷 在两个及以上因子的负荷差不多，可以考虑删除该题 注意： 好的理论建构是做因子分析的前提； 因子分析没有绝对好的方法，需不断尝试各种方法，选择与理论符合最好的方法。 期末考试 题型： 一、单项选择，10题，2分/题，共20分； 二、名词解释，5题，4分/题，共20分； 三、简答， 3题，5分/题，共15分； 四、计算题， 3题，15分/题，共45分。 特别提醒：带上计算器，有开平方功能 2010心理学（非师范）、心理学（师范） 26-0102 2012年1月4日（9:00-11:00） 2010应用心理学 26-0101 2012年1月4日（9:00-11:00） 加油！考个好成绩！