效度分析與因子分析

1、編輯課件1效度分析與因子分析第第11章章編輯課件2效度分析oP124o效度即正確性o效度是指量表的測量能力，即量表的測量有效性估計(jì)o影響效度的因素n調(diào)查提綱的科學(xué)程度n調(diào)查程序選擇是否得當(dāng)n調(diào)查項(xiàng)目設(shè)計(jì)的合理性最重要n調(diào)查方法的選擇是否得當(dāng)編輯課件3效度分析o效度的分類n內(nèi)容效度：量表內(nèi)容的代表性n準(zhǔn)則效度：依據(jù)量表所得預(yù)測值的有效性n結(jié)構(gòu)效度：實(shí)驗(yàn)與理論之間的一致程度最為重要用KMO值來表示，該值越高，表明越適宜使用因子分析。通常小于0.5時(shí)，較不適宜進(jìn)行因子分析。oSPSS操作步驟：P129編輯課件4信度與效度的關(guān)系oP132o信度和效度是研究活動(dòng)和結(jié)果具有科學(xué)價(jià)值和意義的保證。信度和效度

2、是研究活動(dòng)和結(jié)果具有科學(xué)價(jià)值和意義的保證。o信度：數(shù)據(jù)可信、一致、穩(wěn)定信度：數(shù)據(jù)可信、一致、穩(wěn)定n研究結(jié)果所顯示的一致性、穩(wěn)定程度，無論其過程是由誰操研究結(jié)果所顯示的一致性、穩(wěn)定程度，無論其過程是由誰操作、或進(jìn)行多少次同樣的操作，其結(jié)果總是非常一致的。作、或進(jìn)行多少次同樣的操作，其結(jié)果總是非常一致的。n隨機(jī)誤差影響信度。隨機(jī)誤差影響信度。o效度：數(shù)據(jù)有效、有用效度：數(shù)據(jù)有效、有用n度量的精確度與事物的實(shí)際值相比，是對(duì)精確度的評(píng)價(jià)。度量的精確度與事物的實(shí)際值相比，是對(duì)精確度的評(píng)價(jià)。n對(duì)研究結(jié)果正確性的評(píng)價(jià)標(biāo)準(zhǔn)。對(duì)研究結(jié)果正確性的評(píng)價(jià)標(biāo)準(zhǔn)。n系統(tǒng)誤差影響效度，即測量了與研究目的無關(guān)的變量所引起系統(tǒng)

3、誤差影響效度，即測量了與研究目的無關(guān)的變量所引起的誤差。的誤差。編輯課件5信度與效度的關(guān)系信度信度+ +效度效度+ +效度效度- -信度信度效度效度效度效度編輯課件6因子分析o P255o應(yīng)用最為廣泛的多元分析方法o將相關(guān)比較緊密的幾個(gè)變量歸在一類o每類為一個(gè)因子o每類因子必須是可以被命名的o可以通過碎石圖來直觀地觀察出因子個(gè)數(shù)o在歸類過程中可以剔除歸類不好的變量后，進(jìn)行再次的因子分析歸類編輯課件7因子分析Analysis Dimension Reduction降維分析降維分析 Factor編輯課件8因子分析o操作步驟：P129o在Factor Analysis下，將左側(cè)所以量表題選入右側(cè)的V

4、ariables編輯課件9因子分析描述選項(xiàng)初始解初始解相關(guān)系數(shù)矩陣相關(guān)系數(shù)矩陣編輯課件10因子分析萃取/提取顯示顯示相關(guān)系數(shù)矩陣相關(guān)系數(shù)矩陣特征值特征值非旋轉(zhuǎn)因子解非旋轉(zhuǎn)因子解碎石圖碎石圖編輯課件11因子分析轉(zhuǎn)軸方差最大正交旋轉(zhuǎn)法方差最大正交旋轉(zhuǎn)法旋轉(zhuǎn)解旋轉(zhuǎn)解編輯課件12因子分析分?jǐn)?shù)oScore 分?jǐn)?shù)項(xiàng)默認(rèn)編輯課件13因子分析選項(xiàng)刪除含有缺失值的個(gè)案刪除含有缺失值的個(gè)案系數(shù)顯示格式系數(shù)顯示格式系統(tǒng)按數(shù)值大小排列系統(tǒng)按數(shù)值大小排列不顯示絕對(duì)值小于不顯示絕對(duì)值小于0.1的載荷系數(shù)，以突出因子載荷較大的變量的載荷系數(shù)，以突出因子載荷較大的變量編輯課件14因子分析輸出KMO結(jié)構(gòu)效度KMO and Ba

5、rtletts Test.601246.96291.000Kaiser-Meyer-Olkin Measure of SamplingAdequacy.Approx. Chi-SquaredfSig.Bartletts Test ofSphericity編輯課件15因子分析輸出共同性Communalities1.000.7121.000.7201.000.7071.000.7331.000.6251.000.6621.000.6011.000.7971.000.7161.000.8021.000.8321.000.6341.000.6291.000.534孩子喜歡旅游您按照孩子的休假時(shí)間安排旅

6、游時(shí)間您根據(jù)孩子的需求制定或選擇旅游線路您征求孩子的意見而后選擇旅游地您會(huì)考慮與其他家長/家庭結(jié)伴帶著孩子們旅游您會(huì)刻意挑選食宿條件更好的賓館您的孩子喜歡把教科書上曾提到過的地方作為旅游目的地您的孩子喜歡與同學(xué)、好友一起參加旅游您的孩子喜歡將同學(xué)們、好友曾去過的景點(diǎn)作為旅游目的地您的孩子喜歡參與性、娛樂性強(qiáng)的旅游項(xiàng)目您的孩子喜歡購買新奇物品或紀(jì)念品您孩子的情緒會(huì)被食宿的好壞影響您與孩子一起出游時(shí)的最終花費(fèi)會(huì)比預(yù)期花費(fèi)高您的孩子在您家庭出游決策中的影響作用總體很大InitialExtractionExtraction Method: Principal Component Analysis.編輯

7、課件16因子分析輸出未轉(zhuǎn)軸整體解釋變異量Total Variance Explained3.57925.56325.5633.57925.56325.5632.46117.57717.5772.28916.34841.9112.28916.34841.9112.28116.29633.8731.48710.62552.5361.48710.62552.5361.90013.56847.4411.3329.51362.0491.3329.51362.0491.56111.15158.5911.0187.26969.3181.0187.26969.3181.50210.72769.318.8005

8、.71475.032.7095.06380.095.6554.67584.770.5443.88588.655.4243.02991.684.3842.74094.424.3422.44396.867.2791.99098.857.1601.143100.000Component1234567891011121314Total% ofVarianceCumulative%Total% ofVarianceCumulative%Total% ofVarianceCumulative%Initial EigenvaluesExtraction Sums of Squared LoadingsRot

9、ation Sums of Squared LoadingsExtraction Method: Principal Component Analysis.編輯課件17因子分析輸出碎石圖Scree PlotComponent Number1413121110987654321Eigenvalue43210編輯課件18因子分析輸出未轉(zhuǎn)軸因子矩陣Component Matrixa.704 -.171 .681.149.140-.305 .658-.216.337-.421.162.654 .435-.315 .590.189-.489 -.333.521.354-.326 -.450.516.49

10、0-.339.237.207.512-.332 .294.402 .764 -.182 -.332.682.151-.191 -.321.681.195 .235.214.299.692.439-.157.413 .310.694-.221.424.316-.239.206.577您的孩子在您家庭出游決策中的影響作用總體很大您的孩子喜歡把教科書上曾提到過的地方作為旅游目的地您的孩子喜歡與同學(xué)、好友一起參加旅游您的孩子喜歡將同學(xué)們、好友曾去過的景點(diǎn)作為旅游目的地您征求孩子的意見而后選擇旅游地您根據(jù)孩子的需求制定或選擇旅游線路您按照孩子的休假時(shí)間安排旅游時(shí)間您會(huì)考慮與其他家長/家庭結(jié)伴帶著孩子們旅

11、游您與孩子一起出游時(shí)的最終花費(fèi)會(huì)比預(yù)期花費(fèi)高您孩子的情緒會(huì)被食宿的好壞影響您會(huì)刻意挑選食宿條件更好的賓館您的孩子喜歡購買新奇物品或紀(jì)念品您的孩子喜歡參與性、娛樂性強(qiáng)的旅游項(xiàng)目孩子喜歡旅游12345ComponentExtraction Method: Principal Component Analysis.5 components extracted.a. 編輯課件19因子分析輸出轉(zhuǎn)軸后因子矩陣Rotated Component Matrixa.869-.187 .824 .182.702 .265.183 .585-.180.372.131 .786 .762.198 -.179.741-

12、.190.191 .153-.107.816.172 .139 .816 .105.117 .102.825 .176.479.668 .224-.513 .536.152.181.264 .851 -.272.169.123.827您的孩子喜歡與同學(xué)、好友一起參加旅游您的孩子喜歡將同學(xué)們、好友曾去過的景點(diǎn)作為旅游目的地您的孩子喜歡把教科書上曾提到過的地方作為旅游目的地您的孩子在您家庭出游決策中的影響作用總體很大您孩子的情緒會(huì)被食宿的好壞影響您與孩子一起出游時(shí)的最終花費(fèi)會(huì)比預(yù)期花費(fèi)高您會(huì)刻意挑選食宿條件更好的賓館您征求孩子的意見而后選擇旅游地您根據(jù)孩子的需求制定或選擇旅游線路孩子喜歡旅游您按照

13、孩子的休假時(shí)間安排旅游時(shí)間您會(huì)考慮與其他家長/家庭結(jié)伴帶著孩子們旅游您的孩子喜歡購買新奇物品或紀(jì)念品您的孩子喜歡參與性、娛樂性強(qiáng)的旅游項(xiàng)目12345ComponentExtraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.Rotation converged in 5 iterations.a. 編輯課件20因子分析輸出因子轉(zhuǎn)換矩陣Component Transformation Matrix.699-.266.490.382.233-.056.905.312.262.114.442.231-.553