问卷分析(因素分析及其项目分析) ppt
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
题项的CR值达到.05以上的显著性的保留。
46
-
相关法
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。
47
-
因子分析
浅谈因子分析
应用实例
48
49
-
因子分析概述
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”。
50
-
因子分析能做什么？
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。
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。
69
-
特征值大于1标准法
这种方法具有简单性和客观性。 不足： 1.它通常得到误用； 2.此标准带有机械性； 3.它可能导致过多估计偶尔又会过少估计因子
数； 4.采用这种方法时,样本容量也会影响因子数。
70
-
因子提取及其因子数确定
因子提取的方法
因子提取的方法有很多，主要有主成分方法、 加权最小平方法、极大似然法等,我们可以根 据需要选择合适的因子提取方法。其中主成分 方法是一种比较常用的提取因子的方法。
谢谢！！！
58
-
因子旋转
59
-
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(orthogonal rotation)和斜交旋转(oblique rotation)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)。
但是实际应用中，根据问题性质和测量工具的 成熟水平，也可以将标准定为40%--60%这一 较低水平。
68
-
特征值大于1标准法
从前面的讲述中我们知道，因子的特征值与其 方差贡献具有对应关系。要求前m个因子的特 征值总和达到一定的量。
换句话说，选取的因子的特征值应该达到一定 量，通常是以特征值大于1为默认标准。
30
31
32
33
34
35
36
37
38
39
40
41
42
43
-
问卷项目分析
难度（通俗性）
区分度（辨别力）
实操
44
-
区分度（辨别力）
检验方法：
运用经验与心理学理论知识； 临界比率值（CR值）法； 相关法；
45
-
临界比率值（CR值）法
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。
60
-
因子提取及其因子数确定
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。
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。
61
-
因子提取及其因子数确定 因子提取的方法
因子数的确定
62
-
因子数的确定
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？
-
问杨卷胜龙分析
重庆能源职业学院 上邦高尔夫与酒店管理学院
1
-
主要内容
问卷项目分析
因子分析
实操
2
项目分析
-
实操
因素分析
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
区分度
相关法
-
项目分析
CR值
21
22
23
24
25
26
27
28
29
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。
64
Fra Baidu bibliotek
比例法
-
SPSS里常用方法
特征值大于1标准法
碎石图法
65
-
碎石图法
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。
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。
66
-
碎石图法
此种方法比较直观。 不足： 1.主观性太强； 2.关于拐点的概念没有明确的定义； 3.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； 4.此法缺少数量上的标准。
67
-
比例法
此种方法要求提取的m个因子对原变量方差的 解释率达到一定的比例。一般建议或者要求达 到80%以上。
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。
63
-
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
51
-
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。
52
-
因子分析的特点
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。
53
-
因子分析分类
探索性因子分析
验证性因子分析
54
-
因子分析的基本原理
因子分析的基本思想和起源 因子分析的基本模型 因子分析的基本步骤
55
-
因子分析的基本模型
共同度
公共因子的方差贡献
56
-
因子分析的基本步骤
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 因子命名
57
-
46
-
相关法
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。
47
-
因子分析
浅谈因子分析
应用实例
48
49
-
因子分析概述
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”。
50
-
因子分析能做什么？
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。
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。
69
-
特征值大于1标准法
这种方法具有简单性和客观性。 不足： 1.它通常得到误用； 2.此标准带有机械性； 3.它可能导致过多估计偶尔又会过少估计因子
数； 4.采用这种方法时,样本容量也会影响因子数。
70
-
因子提取及其因子数确定
因子提取的方法
因子提取的方法有很多，主要有主成分方法、 加权最小平方法、极大似然法等,我们可以根 据需要选择合适的因子提取方法。其中主成分 方法是一种比较常用的提取因子的方法。
谢谢！！！
58
-
因子旋转
59
-
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(orthogonal rotation)和斜交旋转(oblique rotation)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)。
但是实际应用中，根据问题性质和测量工具的 成熟水平，也可以将标准定为40%--60%这一 较低水平。
68
-
特征值大于1标准法
从前面的讲述中我们知道，因子的特征值与其 方差贡献具有对应关系。要求前m个因子的特 征值总和达到一定的量。
换句话说，选取的因子的特征值应该达到一定 量，通常是以特征值大于1为默认标准。
30
31
32
33
34
35
36
37
38
39
40
41
42
43
-
问卷项目分析
难度（通俗性）
区分度（辨别力）
实操
44
-
区分度（辨别力）
检验方法：
运用经验与心理学理论知识； 临界比率值（CR值）法； 相关法；
45
-
临界比率值（CR值）法
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。
60
-
因子提取及其因子数确定
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。
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。
61
-
因子提取及其因子数确定 因子提取的方法
因子数的确定
62
-
因子数的确定
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？
-
问杨卷胜龙分析
重庆能源职业学院 上邦高尔夫与酒店管理学院
1
-
主要内容
问卷项目分析
因子分析
实操
2
项目分析
-
实操
因素分析
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
区分度
相关法
-
项目分析
CR值
21
22
23
24
25
26
27
28
29
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。
64
Fra Baidu bibliotek
比例法
-
SPSS里常用方法
特征值大于1标准法
碎石图法
65
-
碎石图法
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。
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。
66
-
碎石图法
此种方法比较直观。 不足： 1.主观性太强； 2.关于拐点的概念没有明确的定义； 3.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； 4.此法缺少数量上的标准。
67
-
比例法
此种方法要求提取的m个因子对原变量方差的 解释率达到一定的比例。一般建议或者要求达 到80%以上。
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。
63
-
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
51
-
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。
52
-
因子分析的特点
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。
53
-
因子分析分类
探索性因子分析
验证性因子分析
54
-
因子分析的基本原理
因子分析的基本思想和起源 因子分析的基本模型 因子分析的基本步骤
55
-
因子分析的基本模型
共同度
公共因子的方差贡献
56
-
因子分析的基本步骤
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 因子命名
57
-