2025年SPSS探索性因子分析的过程VIP免费

现要对远程学习者对教育技术资源和使用状况进行理解，设计一种李克特量表，以下图所示：问题题项从未使用极少使用有时使用经常使用总是使用12345a1电脑a2录音磁带a3录像带a4网上资料a5校园网或因特网a6电子邮件a7电子讨论网a8CAI课件a9视频会议a10视听会议一．因子分析的定义在现实研究过程中，往往需要对所反映事物、现象从多个角度进行观察。因此研究者往往设计出多个观察变量，从多个变量收集大量数据方便进行分析寻找规律。多变量大样本即使会为我们的科学研究提供丰富的信息，但却增加了数据采集和解决的难度。更重要的是许多变量之间存在一定的有关关系，造成了信息的重叠现象，从而增加了问题分析的复杂性。因子分析是将现实生活中众多有关、重叠的信息进行合并和综合，将原始的多个变量和指标变成较少的几个综合变量和综合指标，以利于分析鉴定。用较少的综合指标分析存在于各变量中的各类信息，而各综合指标之间彼此是不有关的，代表各类信息的综合指标成为因子。因子分析就是用少数几个因子来描述许多指标之间的联系，以较少几个因子反映原资料的大部分信息的统计办法。二．数学模型为第i个变量的原则化分数；（原则分是一种由原始分推导出来的相对地位量数，它是用来阐明原始分在所属的那批分数中的相对位置的。）为共同因子；为全部变量共同因子的数目；为变量的唯一因素；为因子负荷。（也叫因子载荷，统计意义就是第i个变量与第m个公共因子的有关系数,它反映了第i个变量在第m个公共因子上的相对重要性也就是第m个共同因子对第i个变量的解释程度。）因子分析的抱负状况，在于个别因子负荷不是很大就是很小，这样每个变量才干与较少的共同因子产生亲密关联，如果想要以最少的共同因素数来解释变量间的关系程度，则彼此间不能有关联存在。所谓的因子负荷就是因子构造中原始变量与因子分析时抽取出共同因子的有关，即在各个因子变量不有关的状况下，因子负荷就是第i个原有变量和第m个因子变量间的有关系数，也就是在第m个共同因子变量上的相对重要性，因此，绝对值越大则公共因子和原有变量关系越强。在因子分析中有两个重要指针：一为“共同性”，二为“特性值”。所为共同性，也称变量共同度或者公共方差，就是每个变量在每个共同因子的负荷量的平方总和（一横列中全部因子负荷的的平方和），也就是个别变量能够被共同因子解释的变异量比例，这个值是个别变量与共同因子间多元有关的平方。从共同性的大小能够判断这个原始变量与共同因子间的关系程度。如果大部分变量的共同度都高于0.8，则阐明提取出的共同因子已经基本反映了各原始变量80%以上的信息，仅有较少的信息丢失，因子分析效果较好。而各变量的唯一因素就是1减掉该变量共同性的值，就是原有变量不能被因子变量所能解释的部分。所谓特性值，是每个变量在某一共同因子的因子负荷的平方总和（始终行全部因子负荷的平方和），在因子分析的的共同因子抽取中，特性值最大的共同因子会最先被抽取，另首先是次大者，最后抽取的共同因子的特性值会最小，普通会靠近于0。将每个共同因子的特性值除以总题数，为此共同因子能够解释的变异量，因子分析的目的之一，即在因素构造的简朴化，但愿以最少的共同因子能对总变异量做最大的解释，因而抽取的因素越少越好，但抽取的因子的累积变异量越大越好。三．SPSS中实现过程（一）录入数据（二）因子分析1.在菜单栏中依次单击“分析”|“降维”|“因子分析”选项卡，打开如图所示“因子分析”对话框。从原变量量表中选择需要进行因子分析的变量，然后单击箭头按钮将选中的变量选入“变量”列表中。“变量列表”的变量为要进行因子分析的的目的变量，变量在区间或比率级别应当是定量变量。分类数据（如：性别等）不适合因子分析。2.“描述按钮”：重要设定对原始变量的基本描述并对原始变量进行有关性分析。选中“原始分析成果”复选框，表达因子分析未转轴前之共同性、特性值、变异数比例及累积比例，这是一种中间成果，对主成分分析来说，这些值是要进行分析变量的有关或协方差矩阵的对角元素。KMO与Bartlett球形度检查用来检查适不适合用来做因子分析。KMO检查，检查变量间的...