问卷分析(因素分析及其项目分析).pptVIP

01难度（通俗性）02区分度（辨别力）03实操问卷项目分析5%55%30%10%检验方法：临界比率值（CR值）法；运用经验与心理学理论知识；相关法；区分度（辨别力）0102采用求出各个题项的临界比率值（CR值）的方法，将未达显著水平的题项予以删除。即将总分按从高到低的顺序排列，得分位于前27%者为高分组，得分后27%者为低分组，进行高低两个组在每题得分平均数上的差异显著性检验。题项的CR值达到.05以上的显著性的保留。临界比率值（CR值）法用相关法计算题项得分与总问卷得分的相关系数。题项的值小于0.15并予以剔除。0102相关法01浅谈因子分析02应用实例因子分析因子分析又称因素分析，传统的因子分析是探索性的因子分析，即因子分析是基于相关关系而进行的数据分析技术，是一种建立在众多的观测数据的基础上的降维处理方法。其主要目的是探索隐藏在大量观测数据背后的某种结构，寻找一组变量变化的“共同因子”。因子分析概述所有我们经常说，一个人的内在自我会在相当程度上决定他的外在行为特征，表现为某些行为倾向具有高度的一致性或相关性。02人的心理结构具有层次性，即分为外显和内隐。但是作为具有同一性的个体来说，内隐的方面总是和外显的方面相互作用，内隐方面制约着外显特征。01因子分析能做什么？因子分析能做什么？反过来说，我们可以通过对个体进行系统的观察和测量，从一组高度相关的行为倾向中，探索到某种稳定的内在心理结构，这就是因子分析所能做的。因子个数远远少于原有变量个数；因子能反映原有变量的绝大部分信息；因子之间的线性关系不显著；因子具有命名解释性。因子分析的特点01探索性因子分析02验证性因子分析因子分析分类因子分析的基本思想和起源01因子分析的基本模型02因子分析的基本步骤03因子分析的基本原理共同度公共因子的方差贡献因子分析的基本模型DCBA样本和测量变量因子分析适合度检验因子提取及其因子数确定因子旋转E因子命名因子分析的基本步骤谢谢！！！因子旋转”通过以上两个图我们不难发现，进行因子旋转是很有必要的，因为这可以使我们更容易将因子进行分组。建立因子分析模型的目的不仅是找出主因子，更重要的是知道每个主因子的意义，以便对实际问题进行分析。如果求出主因子解后，各个主因子的典型代表变量不很突出，还需要进行因子旋转，通过适当的旋转得到比较满意的主因子。旋转的方法有很多，正交旋转(orthogonalrotation)和斜交旋转(obliquerotation)是因子旋转的两类方法。最常用的方法是最大方差正交旋转法(Varimax)。因子旋转因子分析的基本目标是找出少数几个公共因子，使这些因子能够在相当程度上解释一系列变量数据的变异。1因此，如何提取因子以及提取几个因子就成了因子分析中的基本问题。2因子提取及其因子数确定因子提取的方法因子数的确定因子提取及其因子数确定在提取公因子的时候，我们需要解决另外一个问题：抽取几个公共因子才算合适？每个因子的解释能力都是有限的，它只能反映原变量中一部分的变化信息。变量的剩余变异只能用其他的因子来解释。因此，抽取的公因子数目越多，解释能力越强，遗漏的信息越少。反之则越少，遗漏的变异信息就越多。12因子数的确定那是不是因子数目越多越好呢？如果将所有的主成分全部选为因子，则因子数与原变量数相同，这时虽然能够完全的解释原有变量的变异信息，但却失去了因子分析的意义。提取的公因子数越多，就不能达到简化变量结构的目的。所以，在确定因子分析时，我们需要在因子模型的准确性和简单性之间做较好的权衡。下面给大家介绍几种因子分析常用确定因子数的方法。因子数的确定比例法01特征值大于1标准法02碎石图法03SPSS里常用方法碎石图法简单的说，这种方法一般是以碎石图曲线从迅速下降到突然变平缓的那个拐点对应的因子数来确定的。如图知，最左边的一个因子特征值最大，后续因子的特征值迅速减少，所以曲线也迅速下降。下降到某一点，开始变得平缓。平缓就意味着对应部分的各因子的特征值或贡献接近，它们在简化变量的过程中帮助不大，所以一般不再将其选为公共因子。此种方法比较直观。01主观性太强；03当“碎石图”比较模糊时,没有清晰的拐点,此时难以判断何处是拐点；05不足：02关于拐点的概念没有明确的定义；04此法缺少数量上的标准。06碎石图法区分度相关法CR值项目分析***问卷分析主讲人：杨胜龙问卷项目分析因子分析实操项目分析因素分析实操***