如何用spss做问卷的结构效度分析?
发布网友
发布时间：2022-04-23 08:04
共3个回答
热心网友
时间：2022-06-18 02:43
1、将整理好的数据导入到spss中。
2、选择分析中的“降维”→“因子分析”
3、将所有的变量都选到因子分析变量中。
4、在描述选项卡，勾选，原始数据分析和KMO和Bartlett球形度检验。
5、抽取选择主成分分析方法，其他默认即可。
6、旋转选项卡，方法选择最大方差法。
7、点击确定即可得出spss分析出的结果。本例中的结果如下图所示。KMO的值在0.9以上，表明非常适合做因子分析；0.8--0.9：很适合；0.7--0.8适合；0.6-0.7尚可；0.5--0.6表示很差；0.45以下：应该放弃。
热心网友
时间：2022-06-18 02:44
然后提取因子后，看主因子解释总变异的百分比和个因子的因子载荷，主因子解释总变异一般若大于60%的和因子载荷大于0.6的话说明结构效度很好。
pS: ,如果题目没有规定就是选特征值大于1的,如果题目事先要提取几个因子,那么在操作的时候,用SPSS那个因子分析的选项里面有一个地方可以著名，因子载荷在输出的结果直接可以看到（rotated compoment matrpx),一定要是旋转后的因子载荷
热心网友
时间：2022-06-18 02:44
第一：首先分析KMO值； 如果此值高于0.8，则说明效度高；如果此值介于0.7~0.8之间，则说明效度较好；如果此值介于0.6~0.7，则说明效度可接受，如果此值小于0.6，说明效度不佳(如果仅两个题；则KMO无论如何均为0.5)；
第二：接着分析题项与因子的对应关系；如果对应关系与研究心理预期基本一致，则说明效度良好；
第三：如果效度不佳；或者因子与题项对应关系与预期严重不符，也或者某分析项对应的共同度值低于0.4(有时以0.5为标准);则可考虑对题项进行删除；
第四：删除题项共有常见标准；一是共同度值低于0.4(有时以0.5为标准)；二是分析项与因子对应关系出现严重偏差；
第五：重复上述1~4共4个步骤；直止KMO达标；以及题项与因子对应关系与预期基本吻合，最终说明效度良好；
第六：对分析进行总结。
具体可以查看在线spss分析spssau里的方法说明，还有输出的智能文字分析，帮助理解。
