第10章 spss的因子分析

第10章 spss的因子分析

ID:26632927

大小:1.02 MB

页数:31页

时间:2018-11-28

第10章 spss的因子分析_第1页
第10章 spss的因子分析_第2页
第10章 spss的因子分析_第3页
第10章 spss的因子分析_第4页
第10章 spss的因子分析_第5页
资源描述:

《第10章 spss的因子分析》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第4章探索式因素分析在社會與行為科學研究中,研究者經常會蒐集實證性的量化資料來做驗證,而要證明這些資料的可靠性與正確性,則必須依靠測量或調查工具的信度或效度(楊國樞等,2002b)。一份好的量表應該要能夠將欲研究的主題構念(Construct,它是心理學上的一種理論構想或特質,無法直接觀測得到)清楚且正確的呈現出來,而且還需具有「效度」,即能真正衡量到我們欲量測的特性,此外還有「信度」,即該量表所衡量的結果應具有一致性、穩定性,因此為達成「良好之衡量」的目標,必須有以下兩個步驟:第一個步驟是針對量表的題項作項目分析,以判定各項目的區別效果好壞;第二

2、步驟則是建立量表的信度與效度。量表之項目分析、信度檢驗已於第2、3章有所說明,本章將探討量表之效度問題。4-1效度效度即為正確性,也就是測量工具確實能測出其所欲測量的特質或功能之程度。一般的研究中最常使用「內容效度」(ContentValidity)與「建構效度」(ConstructValidity)來檢視該份研究之效度。所謂「內容效度」,是指該衡量工具能足夠涵蓋主題的程度,此程度可從量表內容的代表性或取樣的適切性來加以評估。若測量內容涵蓋所有研究計畫所要探討的架構及內容,就可說是具有優良的內容效度。在一般論文中,常使用如下的描述來「交代」內容效度

3、:在內容效度方面,主要是根據文獻探討及專家研究者的經驗。然因本研究問卷設計之初,考量目前相關的文獻中,尚未對本研究議題提出實證性問卷,故只能自行設計量表,對於內容效度是否達成,尚有疑慮。本研究之各研究變項皆經先前學者之實證,衡量工具內容均能足夠地涵蓋欲探討的研究主題。另外,本研究於正式施測前,亦針對問卷之各題項與相關領域的學者、專家進行內容適切度之討論,因此,研究採用之衡量工具應具內容效度。本研究問卷係以理論為基礎,參考多數學者的問卷內容及衡量項目,並針對研究對象的特性加以修改,並經由相關專業人員與學者對其內容審慎檢視,繼而進行預試及修正,因此本研

4、究所使用之衡量工具應能符合內容效度的要求。而所謂「建構效度」係指測量工具的內容,即各問項是否能夠測量到理論上的構念或特質的程度。建構效度包含收斂效度(ConvergentValidity)與區別效度(DiscriminantValidity),收斂效度主要測試以一個變數(構念)發展出的多項問項,最後是否會收斂於一個因素中(同一構念不同題目相關性很高);而區別效度為判別問項可以與其他構念之問項區別的程度(不同構念不同題目相關性很低)。衡量收斂效度的統計方式可使用探索式因素分析法(Exploratoryfactoranalysis),簡稱因素分析。進行

5、因素分析時,若發現各構念的衡量項目皆可收斂於同一個共同因素之下,則表示該量表的收斂效度是可被接受的。至於區別效度,則可採用因素分析與皮爾森相關分析,首先,必須在因素分析法中,各構念的衡量項目皆沒有與其它構念的衡量項目收斂於同一個共同因素之下,此外,在皮爾森相關係數矩陣中,不同構念的衡量項目彼此之間關聯性很低,如皮爾森係數皆小於0.3,若出現上述兩現象顯示不同構念的衡量項目間彼此皆不具有強烈的關連性,據此,即可顯示出區別效度是可以被接受的。進行量表之建構效度評估時,雖理應同時檢視收斂效度與區別效度,然審視國內之碩士論文或一些期刊論文都可發現,大部分都

6、只以因素分析進行收斂效度之評估,並據以說明量表的建構效度,其方法如:同一構念中,若因素負荷量的值愈大(通常取0.5以上者才保留該項目,否則刪除後再重新執行一次因素分析),表示收歛效度愈高。此外,也可使用屬線性結構方程(LinearStructuralEquation)領域的驗證性因素分析(ConfirmatoryFactorAnalysis),以進行模式的適合度檢定,並檢定各構念是否具有足夠的收斂效度與區別效度。4-1因素分析的意義因素分析(FactorAnalysis)屬於多元統計分析技術的一種,其主要目的是濃縮資料。它透過研究眾多變數之間的內部

7、依賴關係,探求觀測資料中的基本結構,並用少數幾個假想的變數來表示其基本的資料結構。這些假想變數能夠反映原來眾多的觀測變數所代表的主要資訊,並解釋這些觀測變數之間的相互依存關係,我們把這些假想變數稱之為基礎變數,即因素(Factors)。因素分析就是研究如何以最少的資訊遺失,而能把眾多的觀測變數濃縮為少數幾個因素。一般在對實際問題做研究時,研究者往往希望儘可能地多多收集與研究主題相關的變數,以期能針對問題有比較全面性的、完整性的掌握和認識。雖然收集這些資料需投入許多的人力、物力與時間成本,雖然它們能夠較為整體而精確地描述研究主題,但將這些資料實際用在

8、分析、建模時,這些變數未必能真正發揮研究者預期的作用,也就是說研究者的「投入」和「產出」並非呈合理的正比,相反的,這樣的搜

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。