网站大量收购闲置独家精品文档,联系QQ:2885784924

SPSS中对问卷数据进行探索因子分析的详细操作与结果解读——【杏花开生物医药统计】.pdfVIP

SPSS中对问卷数据进行探索因子分析的详细操作与结果解读——【杏花开生物医药统计】.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

SPSS中对问卷数据进行探索因子分析的详细操作与结果解读

——【杏花开生物医药统计】

一、什么是探索因子分析

探索因子分析主要用于对问卷数据进行统计分析。

通常我们在做问卷分析的时候,如果我们设计的题项没有明确的

维度划分,而我们又需要了解这些题项的维度,这时我们就需要对这

题项进行探索因子分析,通过在SPSS中进行探索因子分析,得到题项

的维度,从而达到降维或者其他的目的。

二、因子分析与主成分分析的区别:

主成分分析是将原始数据中最主要的成分放大,体现出来。而因

子分析是寻找一个新的隐藏因子,他能包含或包括原本数据中的一个

或几个,而并不是其中主要成分的放大。

三、因子分析在SPSS中的实例操作与分析

1.准备案例数据

我们搜集了一份问卷数据,该问卷设计了调查自我效能的相关题

项43题,这里并没有预先的维度划分,就需要进行探索因子分析,找

出中43个题项的维度划分。

(图1)

2.SPSS中的操作步骤

①点击“分析”-“降维”-“因子分析”,在弹出的“因子分析”

对话框中,将需要进行划分的43题项全部选入右侧“变量”框中。

(图2)

(图3)

②进行因子分析的参数设置,先点击右侧“描述”,勾选下面的

“KMO和巴特利特球形度检验”。这个是一前提检验,检验这些数据

是否适合进行因子分析。

(图4)

③再点击右侧的“旋转”按钮设置,在“方法”一栏里勾选“最

大方差法”。

(图5)

④最后点击右侧“选项”按钮设置,在系数显著栏里,勾选“按

大小排序”和“排除小系数”,并将系数设置为0.5。这里的意思就是

只显示载荷大于0.5的,小于0.5的为排除项,不显示。

(图6)

⑤点击下面“确定”进行计算,得到结果。

(图7)

由上图表可以看出:KMO=0.937,大于0.7,说明这些数据十分

适合做因子分析。

(图8)

由总方差的解释这张表可以看出,基于特征值大于1时候的累积%

为69.693%,大于60%,说明当前探索出来的8个维度,能够较好代

表这整个数据。

(图9)

最后通过旋转后的成分矩阵表来看具体划分,横向看,22和30不

属于任何维度,那么就属于无效题项,应当删除,纵向看,维度8下

面只有31题一题,那么这样的题项和维度也属于无效,当删除。因此,

最后的维护划分就为删除22,30,31以后剩下的7个维度。这里如果还

出现一种情况,就是同一题项同时出现在2个或2个以上的维度时候,

也属于无效,应该删除。

以上就是对问卷进行探索因子分析或降维的操作和结果分析,当

然在进行因子分析之前,我们其实还需要进行项目分析,来检验这些

题项内部的区分性。而做完因子分析后,也不是就完了,还要进一步

进行信度和效度的检验。

文档评论(0)

155****6602 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档