spss因子分析结果解释(SPSS问卷分析之探索性因子分析)
100人浏览 2024-09-18 09:08:56
1.纬度已知——验证性因子分析
当我们引用量表时,纬度已经知道的时候,但是数据情况怎么样是不一样的,那么我们就需要去验证一下这个量表情况,这个时候就需要验证性因子分析!
2.纬度未知——探索性因子分析
当我们自己结合文献设计量表或者量表本身纬度未知,需要我们去探索出来哪些题是一个纬度时,就需要探索性因子分析!
一般效度即因子分析,效度检验则只包含kmo和巴特利特检验,大家可不要混淆了哦~
下面我就给大家一个完整的因子分析参考案例流程,如果你操作输出的表和我的一样,那么恭喜你,你又学会了一个分析☺。
案例中涉及重要信息的已马赛克处理,敬请见谅!
第一部分:KMO和巴特利特检验(解释如图)
这部分我就不再赘述了,在前面文章已经讲过~,如果不清楚的可以关注我,找一下效度分析文章就可以看见了。
第二部分:解释的总方差
这部分主要是看量表的特征值,提取载荷平方和以及旋转载荷平方和,累积百分比,主要是看累积百分比多少,是不是超过了60%。
解释如图片中所说哦!
第三部分:碎石图
这个图一般不需要解释,主要是是看从第几个因子趋于平滑,可根据自己情况选择是否需要。
第四部分:旋转成分矩阵
这个就是因子分析中最重要的一个表了,这个是聚合情况好坏的一个凭证,一般要求高于0.5,0.4以下需要舍弃。一般情况下很多人收集的数据因子分析情况都不太乐观,聚合情况不好。这种情况一般就比较麻烦,但是大部分人都会遇到。
两种解决办法:
一、重新收集数据重新分析(缺点是无法保证下次是否符合标准)
二、找专业的分析师帮助你
缺点是费用高,但想要什么样就可以达到什么样
上图!(仅部分)
如上图,每一个因子载荷系数均在0.7以上,说明聚合情况较好,然后我们解释的时候就可以说哪些题聚合在一个维度,纬度叫什么!
好啦,探索性因子分析就这些了,我慢慢的就要开始发布重要分析的文章了,搬好小板凳等着我哦~
分析步骤:分析——降维——勾选(kmo和巴特利特检验、碎石图、最大方差法、其余默认)