当前位置:网站首页 > 探索 > 效度分析(结构效度分析)——探索性因子分析+验证性因子分析(EFA+CFA)

效度分析(结构效度分析)——探索性因子分析+验证性因子分析(EFA+CFA)

效度分析(结构效度分析)——探索性因子分析+验证性因子分析(EFA+CFA)步骤:(1)KMO和巴特利球形检验(2)做探索性因子分析(EFA)。注意有的时候也做探索性因子分析+验证性因子分析(EFA+CFA)这样更好,一般本科可以不用。

探索创新有效的可持续发展道路_探索06_探索.

步骤:

(1)KMO和巴特利球形检验

(2)做探索性因子分析(EFA)。注意有的时候也做探索性因子分析+验证性因子分析(EFA+CFA)这样更好,一般本科可以不用。

(1)因子分析包含什么?

探索性因子分析+验证性因子分析(EFA+CFA)

注意:如果纬度已知采用验证性因子分析 CFA,【纬度已经知道,但数据情况不知道,那就需要去验证一下量表情况,这个时候就需要验证性因子分析。】

纬度未知——探索性因子分析 EFA【当纬度未知,需要我们去分析哪些题是一个纬度时,就需探索性因子分析】

如果可以事前解决回答分为多少因子?题项对应哪个因子?是否有理论预期?,则可用验证性因子分析;但是如果没有坚实的理论基础支撑,一般先用EFA再在此基础上用CFA。(探索性因素分析用spss软件做,验证性因素分析用amos软件。)

(2)做因子分析前提条件?

(a)KMO:用于检查变量间的偏相关性,取值在0-1之间。KMO值越接近于1,因子分析效果就好。一般KMO值0.9以上极适合做因子分析,0.8以上适合做因子分析,0.7以上尚可,0.6以上勉强度可以,0.5以上不适合,0.5以下非常不适合。实际运用中,在0.7以上,效果比较好;在0.5以下时,不适合应用因子分析。

(b)Bartlett球形检验: PP>0.05时,服从球形检验,各变量相互独立,不能做因子分析。

分析----降维----因子----将左边所有变量选到右边变量框中----描述---选择初始解和KMO

点击继续-----提取-----在提取里选择主成份和碎石图---继续----旋转----选择最大方差法。

如下图:

探索._探索06_探索创新有效的可持续发展道路

分析----降维----因子分析

探索._探索06_探索创新有效的可持续发展道路

描述---选择KMO和巴特利特

探索创新有效的可持续发展道路_探索._探索06

提取-----在提取里选择主成份和碎石图

探索创新有效的可持续发展道路_探索06_探索.

继续----旋转----选择最大方差法(载荷图也可以勾选)。

探索创新有效的可持续发展道路_探索._探索06

选项——按大小排序(方便数据查看)

结果展示(解读):

探索._探索06_探索创新有效的可持续发展道路

满足因子分析要求

探索._探索06_探索创新有效的可持续发展道路

因子个数选两个

(可结合碎石图辅助判断因子提取个数。当折线由陡峭突然变得平稳时,陡峭到平稳对应的因子个数即为参考提取因子个数。)

探索创新有效的可持续发展道路_探索06_探索.

总方差解释(这两个因子可以解释58.456%,完球了…………只能重做问卷了)

总解释能力>50%可以说明筛选出来的因子有良好的代表性,当然实际操作中一般>80%的问卷因子解释能力比较好(这两个因子可以解释58.456%,完球了…………只能重做问卷了)

探索._探索06_探索创新有效的可持续发展道路

旋转成分矩阵(11、7、14、10、12、9、13归在第一个因子)

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。

探索性因子分析可以实现:

用少量因子反映大量问卷题目的信息,从而实现降低维度,便于分析的目的,并对因子命名用于后续分析。

探索创新有效的可持续发展道路_探索06_探索.

上一篇: 逆向思维法
下一篇: 在完全陌生环境中,机器人如何实现自主规划与建图

为您推荐

发表评论