SPSS如何求显著相关因子

sbss 操作步骤讲解系列第十九课探索性因子分析 探索性因子分析用于检验量表的结构效度情况，先采用 k 梦和巴特利特球形度检验检验数据是否适合使用探索性因子分析后采用主成分分析提取供音子最大方差法对提取的供音子进行旋转。 第一步，将数据导入 spss 中并复制后点击分析降为因子。 第二步，进入图中对话框后，先将量表提像放入变量框中，点击描述勾选 k 梦和巴特利特球形度检验，点击继续旋转，勾选最大方程 夸法，点击继续选项勾选排除小细数绝对值如下，框中输入零点五，点击继续确定。 然后探索性因子分析的 k 梦和巴特利特球形检验供因子方差，总解释方差成分矩阵，旋转后的成分矩阵结果就出来了。 结果出来后，将旋转后成分举证结果粘贴复制到表格中后，将供应子方差下的提取数据放入表格右侧，再将 k 梦和巴特利特检验结果，即总解释方差中的初始特征值和累积方差百分比放在表格的下方。 观看完记得点赞关注哟，可以带座指导学习交流！

大家好，欢迎来到 spas 课堂，我是李博士。呃，接下来我跟大家分享的是 spas 校度检验。 好，首先我们了来了解一下他的一些基本概念。校度呢，就是有校警 是衡量综合评价体系是否能够转确反应评价目的和要求的，而是测量工具能够测出其左右测量特征的正确程度。效度越高呢，就是表示测量结果越能显示 呃索要测量的特征，反之呢，就是效度越低。通常呃，我们调查问卷呢。呃，效度分析的方法主要就是结构效度的分析。结构效度呢，就是指测量结果 体现出来的某种结构与测量值之间的对应程度。呃，在结构角度分析呢，一般采用的方法呢是因子分析。 好，我们呃用这 kmo 和巴特莱的精心检验呢，主要就是用它来判断是否适合做因子分析的，然后如果他满足这些条件呢，我们就可以进进一步做 因子分析，也就是我们通常所说的探索性因子分析。这 k m o 检验呢，它呢主要是用于检查变量之间的相关性。数值呢，是在零到一之间， 他的数值呢，越接近于一，就说明变量之间的偏相关性越强。因子分期效果呢， 就约好。呃，这个数值呢，一般是大于零点七我们要求的。然后呢，如果小于零点五呢，就不适合做因子分机了。呃，关于这个巴特莱的球形检验呢，它主要是用于判断相关局证是否是单位证， 就就是各变量之间呢，是否具有较强的相关性的。然后他的要求呢，是 呃求人检验的显著性批值小于零点零五就说明呢变量之间具有较强的相关性， 如果它们之间的显著性 p 大于零点零五呢就说明，呃各变量之间是相互独立的，就不能做因子分析了。好，我们通过来看一下 s p s s 因子分期的相关模块，呃，他这个效度检验呢，主要是通过因子分析这个模块呢来输出他的相关结果的，他是在哪分析降为因子下面呢？ 呃，展开这个主主对话框之后呢，我们可以看到是这样的一个形式，左侧呢帮助我们变亮，右侧呢 就是放置我们进行因子分期或者消毒分期的变量的，然后在这最右侧呢就是有些我们需要输出的一些内容，我们接下来再看 啊描述对话框呢，我们是通常选择这 kmo 和巴特利的球形度检验，这呢就是输出了我们需要的角度检验的结果，他 如果满足刚才我们所说的条件呢，就说明他适合做因子分析。接下来呢我们就可以做因子分析了，然后旋转对话框呢，我们通常选择这个最大方插法， 然后选项对话框呢，我们一般选择的是按大小白序，或者呢有些时候呢我们需要把呃小技术像呢就是不展示，这样呢可以把这个选项禁止减去小区数小技术，同时呢我们可以设定他的一个数值绝对值， 呃小云某一个绝对值呢，他就不展示了，在输出的表格里面。好，我们通过一个案例呢来分析一下他的效度啊，还是限度分析，用限度分析时候的用到 的数据，就是说呢这是呃九个量表题目，然后呢我们来做一下它的一个效度检验，也就是 kmo 和八之类的检验，我们打开这个数据 分析，降为因子，把这九个题目呢选进来， 然后描述呢， k， m， o 和巴特利的球星度假面继续提取呢，我们这里可以不用管继续旋转最大方插法 得分呢，这里不用管取消选项呢，按大小排去继续确定。好。这里呢我们 可以看到巴特利的球星 kmo 和巴特利的球硬度检验呢，是点八五零大于零点七，这巴特利的球经检验呢，是显著性呢是零点零零零，他呢是小于零点零五，就说明呢，呃，这个量表数据呢 满足效度检验的一个条件，说明呢他适合做因子分析。我们接下来呢就可以呃做因子分析了。然后因子分析呢是我们下节课介绍的内容，这节课呢就不做过多讲解。 好，我们再来看一下他的一些相关乱文里面消毒分期的展示结果。首先呢，他是展示了一个 km 五和巴扎利的检验的一个输出结果，就说呢，还是展示他这样一个结果，满足条件呢，就是展示了一下他的一个因子分析的一个结果，他呢就是对这些 输出结果呢，就是对这些条目呢进行合并。这些地以地开通的呢，是工作投入成就动机呢，是转化也开通的这几个题目组织支持呢，是 i 的这几个题目。呃，这呢就是在一篇学问论文里面的一个校度分期的一个展示结果，大家如果有兴趣呢，可以看一下这篇论文。好，关于校度检验呢，就介绍到这里， 大家如果有疑问或者数据分析相关的合作市民呢，可以联系我们，这是我们的联系方式。好，关于本次内容呢，就分享到这里，谢谢！

验证性，因此，分析指标解读，如果某项呈现出显著性且标准在二系数值大于零点七，说明有较长相关关系。反之，没有呈现显著性或标准在二系数值小于零点四，可考虑于出。该上 下表格主要扎盖聚合效度和区分消度情况通常要稳。五值大于零点五， co 值大于零点七，说明数据聚合效度较好。下表用于区分消度研究，如果某因子 boss 六平方更值大于该，应自于其他应 子的相关系数绝对值，并且所有印子均呈现出这样的结论，则说明具有良好的区分政策。你学会了吗？

大家好，给大家分享一下如何在恰当 s p s s 里面一句话，做出贡献性分析。首先我们来看一下贡献性分析是一个什么样的分析，它主要的目的是要检测出这些字变量中是否有高度重复相关的， 那么如果它们重复相关，就代表了它们的数据意义都是相似的。你拿两个高度重复相似的一个数据去做回归去建模，它就会影响模模型的一些解释。比如说 两个演员长得一模一样，演的角色也一样，观众或者我们要拟合的这个模型就不知道到底是谁在推动，剧情就会混乱。 主要有两个主要的参数， v i f 膨胀因子，它这个大于五就存在着问题，就要考虑到底能不能剔除， 只要大于十的话是肯定存在问题的。这个自变量是应该严格剔除的，它通常不是一个变量啊，它是两个变量，如果这两个变量之间存在着贡献性，这两个变量的 v i f 都会特别高。第二个点就是这个容忍度，容忍度也会小于零点。一 举个例子就是做 ct， 看一下回归的结果系数之间会不会有这种贡献性，如果有贡献性，说明这个模型拟合出来就是有错的。 然后就是二选一，如果你选出来两个变量，它都有这个 v i f， 那 么就应该删掉某中某其中某一个，比如说身高和腿长。 当然这个从意义上来讲，我们就知道它大概率有贡献，但是很多时候我们是不知道的。比如说你有一个维度叫做性价比维度，然后你又有一个维度，它是价格维度，它两个之间大概率就会有这种贡献性， 你就必须要去做一下验证。 v i f， 看两个之间会不会有严格的贡献性，有严格贡献性就要剔除掉某其中某一个迷你合出来的指标才是对的。我们还是以数据来说话，我们是这个问卷， 这个问卷它里面有量表题，量表题划分成了五个维度，每一个维度下面有几个题目。因变量是品牌忠诚度，那么我们就要测试这四个自变量之间它们有没有贡献性， 就要测试这四个字变量之间有没有贡献性。我们来做一下连上传数据，用他的视力数据就可以了。我们先找到这四个字变量， 当然我们也可以直接打字，用这个方式他会更加的明确，他直接执行出来就会更加的明确。 你直接打字说这四个字变量，给我验证一下他们之间有存不存在贡献性，存不存在一些重语音重复或者数据重复的问题，你直接告诉他也可以， 他也自己会选择这种贡献性分析来进行执行，我们看一下他结果就已经出来了。这就是他前面做的一个规划， 希望对这四个连续变量去做贡献性分析，评估他之间是否有贡献性问题。当然你也可以直接说我要做回归分析，但是我想要验证一下自变量之间有没有存在什么问题，你问他可能存在什么问题，或者说要做一些事前检验啥的，他自己会去选择给你建议， 给你了建议了之后会问你是否要做这些分析，如果要做他就给你做出来，我很明确的告诉他，我要做这个分析。 ok， 这就已经做出来了，我们看一下这个贡献性的结果。 v i f 值，可以看到 v i f 值都是大于小于五的，容忍度也是大于零点一的，所以说这四个变量之间没有这个较强的贡献性。如果我比如这两个之间有贡献性的话，它的 v i f 值这两个值都会大于五， 而且容忍度会小于零点零一、零点一，那么我就要在这两个之间去剔除某一个， 当然你也可以先剔除一个，再做一下贡献性，或者再剔除另外一个，再做一下贡献性，这样也是可以的。这样剔除的话，因为你往往可能不止一个有贡献性，万一这三个都有贡献性呢？那么你就要剔除他两个共同 相似的一个变量，所以说你就可以去试出来。 ok， 我 们看一下他的解释，不存在明显的贡献性问题，所有都小于零一点一，容忍度都大于零点九，高度独立，不存在这种解释力的偏差或者不稳定， 然后无需担心过度重叠带来的偏差，这个文字就已经做好了。到时候我们直接复制这个表格到 word 中，把对应的文字放在 word 中去调整一下，略微调整一下格式就可以了。当然你完全看不懂，或者说这个 v i f， 你 想要理解的更深一点， 你可以继续去问他，或者你甚至告诉他，我是一个中学生，请你给我通俗易懂的解释一下 v i f 是 什么，你直接这样告诉他也可以，这样他就能给你解释的更加详细一点。可以看到通俗的解释干扰器还是比较有形象的， ok， 贡献性就到这。

论文要做数据分析的，直接用这个 ai 工具就够了，就这个 q s p s s， 直接这里上传数据，然后直接一句话告诉他，帮我做一个相关和回归分析， 他直接就帮我们做出来了相关分析。那回归分析表格都是标准的论文筛选表，复制粘贴到 word 就 可以，直接用的，非常的方便。那后面他还帮我们把相关和回归分析的结果解释都整理出来了，相关分析的然后结果解读，后面是回归分析的结果解读， 还有后面解释的清清楚楚的，太方便了，一句话就搞定了。回归方式也有，结论也有，我再让他通俗易懂的几句话给我解释一下回归分析什么意思，他又给我做了一个解释，如果说我们还看不懂的，直接打字告诉他就可以。 这边还有其他一些分析方法，想要选择的话，也可以直接点击或者是直接对话告诉他，再帮我做点其他分析都是可以的，一句话就搞定了，非常的方便。