spss相关性分析_SPSS有话说：如何得出问卷或量表的结构或维度——探索性因素分析...

导   语

为进一步明晰量表的结构模型并确定正式量表，除进行项目分析外，随后根据探索性因素分析的结果剔除预测量表中不合适的项目。

SPSS有话说

基本概念:

探索性因素分析是依据样本数据，根据变量间相关性的大小对变量进行分组，每组内的变量之间存在较高相关性，意味着这些变量背后有共同的制约因素，用这些公共因子来代替原始的众多变量的过程。简单来说，就是探索问卷的结构或维度。

探索性因素分析也是在心理测验编制过程中用来检验测验结构效度的一种非常重要和有效的分析方法，通过检验变量(因子)与题项的对应关系。如果二者预期基本一致时,则说明具有良好效度水平。

① 问卷的适当性

运用KMO检验和Bartlett球形检验对量表适当性进行检验。KMO的值越大则表示量表的共同因素越多，适合进行因素分析，一般认为系数在0.9以上非常适合于进行因素分析；在0.8-0.9之间为比较适合因素分析，在0.7-0.8之间为可以进行因素分析，在0.6-0.7之间为一般，但0.6以下则不适合作因素分析，同时Bartlett球形检验要达到显著水平，表示题目间存在共同因素，这是进行因素分析的先决条件。

② 采用主成分分析法对项目进性分析

对问卷剩余的各项目采用主成分分析法(提取共同因素，得到初始因素负荷矩阵，之后采用最大方差法对其进行旋转，得到旋转因素符合矩阵。根据以下标准