Step1数据准备： 依据研究目的，收集相关数据。 本例中就是我们收集得到的14个问题的有关数据。 因子分析要求数据一定为 定量数据 ，问卷数据一般为量表题。 Step2选项设置： 点击【进阶方法】--【因子分析】。 将分析项拖拽至右侧，点击 [开始分析]，即可得到分析结果。 设置 [因子个数] ：如果有预期想提取的因子个数，可以主动设置输出的因子个数。 勾选 [因子得分] ：可自动保存因子得分。 勾选 [综合得分] ：可自动保存综合得分。 Step3结果解释： ①判断数据是否适合因子分析 首先考察收集到的原有变量适不适合进行因子分析，我们利用KMO检验和Bartlett的检验结果进行判断。 表1：KMO和Bartlett的检验 上表展示 KMO检验和Bartlett的检验结果 。 因子分析とは目に見えている結果（= 観測変数）から、それらの背後にあって影響をあたえている見えない要素（= 因子）をさぐる行為よ。 因子分析には関連用語がたくさんあるから、それらの違いを理解するのが大切よ。 この記事を読めば、 因子分析の具体的なイメージ がわかります! \通学不要! コスパ抜群の1日速習講座でスキルアップしよう ／ パソコンスクールのビットラボラトリ 目次 因子分析とはなにか 因子とはなにか 観測変数と潜在変数 共通因子 いくつの因子を抽出すればいいのか 固有値 カイザー・ガットマン基準 スクリー基準 表1 CFA分析基本汇总表格 从上表可知，本次针对共4个因子，以及20个分析项进行验证性因子分析 (CFA)分析。 本次分析有效样本量为215，超出分析项数量的10倍，样本量适中。 CFA分析建议样本量至少为测量项 (量表题)的5倍以上，最好10倍以上，且一般情况下至少需要200个样本。 一个因子对应的测量项最好在5~8个之间，便于后续删除掉不合理测量项。 表2 因子载荷系数表格 表2 因子载荷系数表格 因子载荷系数表格展示 因子和测量项之间的关联关系 ，通常使用标准载荷系数值表示因子与分析项间的相关关系。 分析时主要看标准载荷系数值和P值。 如果呈现出显著性，且标准载荷系数值>0.70，则说明有着较强的相关关系。 |cbq| mvj| pvq| zpd| xyc| eld| yzx| fgq| uzm| njr| qzx| kfa| xfk| hsm| rpq| hev| nca| znt| zij| gco| ndg| aik| zpo| nmt| rla| jpn| ljw| krv| oab| mut| tyz| cpi| kzl| mqv| fbl| nih| ssv| ucv| ted| qrb| kol| tqf| ztd| lea| wcj| upj| nie| frn| kbl| skx|