我就以我的数据为例来做示范，仅供参考 一、 信度分析（即可靠度分析） 1.分析——度量——可靠度分析 图 1 2.然后就会弹出上图 1 的框框。在这里，你可以对所有的问题进行可靠度分析，如果是这样，那你只需要选中所有的问题到右边这个白色的框框，然后点击“统计量” ，按照右边这个图进行打钩。然后点“继续”。之后就点“确定” 图 2 3.接着去“输出 1”这个框看分析结果，你就会看到很多分析结果，其中有一个就是右图，那第一个0.808 就是你所选择进行分析的数据的信度。如果你想把每一个维度的数据进行独立的信度分析，那道理也是一样的。 二、 因子分析 在做因子分析之前首先要判断这些数据是否适合做因子分析，那这里就需要进行效度检验，不过总共效度检验是和因子分析的操作同步的，意思就是说你在做因子分析的时候也可以做效度检验。具体示范如下： 1. 分析——降维——因子分析 图 2 一般来说，咱们做因子分析的时候是为了把那些具有共同属性的因子归类成一类，说的简单点就是要验证咱们所选取的每一个维度下面的题目是属于这个维度，而非其他维度的。那一般来说，因子分析做出来的结果就是你原本有几个维度，最终分析结果就会归类成几个公因子。 2. 一般来说，自变量的题目和因变量的题目是要独立分析的。我的课题是“店面形象对顾客购买意愿的影响”那自变量就是店面形象的那些维度，因变量就是顾客购买意愿。 3. 将要做分析的题目选择到右边的白框之后，就如下图打钩： “抽取”和“选项”两个不用管他。然后就点“确定” 4. 按照上述步骤操作下来之后，就可以去“输出 1”看分析结果。首先看效度检验的结果：这里要看第一行和最后一行的数据，第一行数据为 0.756，表明效度较高，sig 为0.000，这两个结果显示这份数据完全可以做因子分析。那就去看因子分析的结果。 5. 看下面这张图，看“初始特征值”这一项下面的“合计”的数值，有几个数据是>1，那就表明此次因子分析共提取了几个公因子。下图所示，有 5 个数据是>1，这表明可以提取 5 个公因子。我之前提到了，一般来说，在自变量中设计了几个维度，因子分析就会显示出几个公因子，我设计了 5 个维度，所以我因子分析的结果就显示我可以提取 5 个公因子。然后就看“旋转平方和载入”下面的“累积%”的最后一行那个数据，我这里是 68.713，这表明表中数据可以很好的解释自变量。 6. 然后就看“旋转成分矩阵”，如下图，我把数值比较...
