2022年利用SPSS进行量表分析.pdf

第五节利用SPSS进行量表分析在第五章调查讨论中，我们介绍了量表的类型、编制的步骤及其应用，在本节将介绍利用 SPSS 软件对量表进行处理分析；在猎取原始数据后，我们利用 SPSS对量表可以作出三种分析，即项目分析、因素分析和信度分析；项目分析，目的是找出未达显著水准的题项并把它删除；它是通过将获得的原始数据求出量表中题项的临界比率值 CR值来作出判定；通常，量表的制作是要经过专家的设计与 审查，因此，题项一般均具有鉴别度，能够鉴别不同受试者的反应程度；故往往在量表处理 中可以省去这一步；因素分析，目的是在多变量系统中，把多个很难说明，而彼此有关的变量，转化成少数有概念化意义而彼此独立性大的因素，从而分析多个因素的关系；在详细应用时，大多数采纳生成份因素分析”法，它是因素分析中最常使用的方法；信度分析，目的是对量表的牢靠性与有效性进行检验；假如一个量表的信度愈高，代表量表愈稳固；也就表示受试者在不同时间测量得分的一样性，因而又称 稳固系数”；依据不同专家的观点，量表的信度系数假如在 0.9以上，表示量表的信度甚佳；但是对于可接受的最小信度系数值是多少，很多专家的看法也不一样，有些专家定为 0.8以上，也有的专家定位者编制的量表的信度过低，如在 相宜；以上；通常认为，假如讨论0.6以下，应以重新编制较为在本节中，主要介绍利用 SPSS软件对量表进行因素分析；一、因素分析基本原理因素分析是通过求出量表的 结构效度”来对量表中因素关系作出判定；在多变量关系中，变量间线性组合对表现或说明每个层面变异数特别有用，主成份分析主要目的即在此；变量的第一 个线性组合可以说明最大的变异量，排除前述层次，其次个线性组合可以说明次大的变异量，最 终一个成份所能说明总变异量的部份会较少；主成份数据分析中，以较少成份说明原始变量变异量较大部份；成份变异量通常用 特点值”表示，有时也称 特性本质”或 常在本质”；因素分析是一种潜在结构分析法，其模式理论中，假 定每个指针（外在变量或称题项）均由两部分所构成，一为 奘同因素”、一为 睢独因素”；共同 因素的数目会比指针数（原始变量数）仍少，而每个指针或原始变量皆有一个唯独因素，亦即一 份量表共有n个题项数，就会有 n个唯独因素：唯独因素性质有两个假定：（1）全部的唯独因素彼此间没有相关；（2）全部的唯独因素与全部的共同因素间也没有相关；至于全部共同因素间彼此的关系，可能有相关或可能皆没有相关；在直交转轴状态下，全部 的共同因素间彼此没有相关；在斜交转轴情形下，全部的共同因素间彼此就有相关；因素分析最常用的理论模式如下:Zi FiFi+aFz+a13r3+amFm+Ui其中（1）Zi为第i个变量的标准化分数；（2）Fm为共同因素；（3）m为全部变量共同因素的数目；（4）5为变量&的唯独因素（5）a皿为因素负荷量；因素分析的抱负情形，在于个别因素负荷量为不是很大就是很小，这样每个变量才能与较少的共同因素产生亲密关联，假如想要以最少的共同因素数来说明变量间的关系程度，就叫彼此间或与共同因素间就不能有关联存在；-所谓的因素负荷量，是因素结构中原始变量与因素分析时抽取出共同因素的相关；在因素分析中，有两个重要指针：一为 类同性”，二为 特点值”;1所谓共同性，就是每个变量在每个共同因素之负荷量的平方总和（-横列中全部因素-负荷量的平方和），也就是个别变量可以被共同因素说明的变异量百分比，这个值是 个别变量与共同因素间多元相关的平方；从共同性的大小可以判定这个原始变量与共同因素间之关系程度；而各变量的唯独因素大小 就是1减掉该变量共同性的值；（在主成份分析中，有多少个原始变量便有多少个成份，所以共 同性会等于1,没有唯独因素）；-;所谓特力、值，是每个变量在某=共同因索之因素负荷量的平力总和始终行全部因素负荷量的平方和）；在因素分析的共同因素抽取中，特点值最大的共同因素会最先被抽取，其次是次大者，最终抽取得共同因素的特点值最小，通常会接近 0（在主成份分析中，有几个题项，便有几个成份，因而特点值的总和刚好等于变量的总数）；将每个共同因素的特点值除以总题数，为此共同因素 可以说明的变异量，因素分析的目的之一，即在因素结构的简洁化，期望以最少的共同因素，能 对总变异量作最大的说明，因而抽取得因素愈少愈好，但抽取因素的累积说明的变异量愈大愈好;我们通过个例子说明如何利用 SPSS软件对量表进行分析；.、利用SPSS对量表进行因素分析【例6-9】现要对远程学习者对训练技术资源的明白和使用情形进行明白，设计一个里克特量表，如表6-27所示；W6-27近理学习看N料前技术费婷的了解加使用向题&项从未使用很少使用苜时使用姓索使用总是使用I2345A1电脑A2录音及带A3录像带A4用上资料AS校园刖斑因恃网M电子的牛A7电子过论沏MCA1量件A9在颐会议AI0视听会议将该量表发放给20人回答，假设回收后的原始数据如表 6-28所示寰 A23、通目海号、AIA2A3AAA5A6A7ASMAIO011551111i1102255222121103433343I4I10443444A242205443344I4i106333342321074444332411091531111l1109A4544A24111054J5543533115A344425221254544A352213355222131114534333252215455333252216444AJ5I41117544555454A185442341511195455553533205445552521操作步骤：1.录入数据定义变量“A1”、A2、A3、A5、A6、”NT、“A8”、A*A10，并依据表 输入数 据，如图6-33所示;t shd a孑1门口闻ci a二-rrs too10，CO1 Bi do yob_4002002 00iab48ICO 出4。i ao,too二4 00 x 4OD4 CD4 DO 加4e200 3004 004 tn 3 00jao44 fX)1 CD41 ao ia)4 onioo3004 CD JOB，此2*tOO*4 00y38yOD 100i m icd*1 Ba iao1031 CO18 10Df 8i o0 i aoiiH isS4 0048 106 S 3 0040G4M，00，810cao1 CD JOB-8/J.1 2CIJ1 ao：，a)J JJ J dUigg133904 am 49(D1 CD?3：一rr tai 58 saoUt X101 4 0D10DSID 0D年4 00b dng:yon Sum:of Suard lo*dagtTotalb ofumukirvt.TotalCf V4FMHCCTol1-Sb63Mwsn0643HC4tS414VS215715715471S.206.245A7.823.474-.129A9,813,401-.377A10,75 3,495-.35 8A2.5 74.605.206A3-.164.633.687Extrac tio n Metho d:Princ ipal Co mpo nent Analysis,a.3 c o mpo nents extrac ted.图6-44未转轴的因素矩降从图中可以看出，有 3个因素被抽取，并且因素负荷量小鱼 0.1的未被显示;（6）转轴后的因素矩阵如图6-45所示，显示了转轴后的因素矩阵;Rotated Component Matrix*Co mpo nent123Al.915.266141AS.912.266A6底一.271-.107A5匹二.448-.147A4J曲.499A10.237A9.308.924-.129A7.417：353A3.0*13A2-.5 5 7,652Extrac tio r）Metho d:Princ ipai Co mpo nent Analysis.Ro tatio n Metho d:Varlmax with Kats er No rmalizatio n.a.Ro tatio n c o nverged in 5 iteratio ns.图&45林柏后的因案矩阵从图中可以看出 A1、A8、A6、A5、A4为因素A10、A9、A7为因素二，A3、A2为因 素三；题项在其所属的因素层面次序是依据因素负荷量的高低排列；（7）因素转换矩阵如图6-46所示，显示了因素转换矩阵；它是在 Fac to r Analysis:Ro tatio n对话框中Display选 项框中挑选Ro tated So lutio n选项”框以后生成该表；Component Transformation MatrixCo mpo nent1231.786,596-.1632-.348,645.6803,510-.478.715Extrac tio n Metho d:Princ ipal Co mpo nent Analysis.Ro tatio n Metho d:Varimax with Kaiser No rmalizatio n.图6-46因素转换矩降4.结果说明依据因素的特点值和旋转后的因素矩阵，采纳了主成份分析法抽取出并使用因素转轴方法中的 Varimax最大变异法，转轴后去掉了因素负荷量小于 据从大到小的次序进行排列，使得变量与因素的关系豁然明白；对其作如表 析摘要表；3个因素作为共同因素，0.1的的系数，依6-29所示的因素分转轴后的特点值为 4.389、3.137,1,411,说明变异量为 43.885%、31.372%、14.108%,累积的说明变异量为43.885%、75.257%、89.366%；转轴后的特点值不同于转轴前的特点值；森&29触学习着对K技木费酗了解却使用件表的阱分析要森题理持支界量JRFWtJ竟触Conpomn）（物*的因素）我*g2 负荷二6*3负初1MttA1电脑A8CAI谡件 M电子就怦 A5校园两Eg网A4网上资“43期N43825X091509120284022407890 928 0907 0267090!omAI0榭折合议A9期哈议A7电子件电网3!加75257k0糊 09M 02530909650919A3 M*A214108Z89366Z094806520000 738特征值438931371411