探索性因素分析的原理与步骤

中国情境下的真诚领导问卷修订汇报人：高璐、崔文龙、王金阳12分析过程操作演示结果展示123目录*3分析过程操作演示结果展示123目录*4探索性因素分析的基本过程5高质量的数据产生高质量的信息否则就是garbagein,garbageout1.2.（一）、确定变量及样本6观察相关矩阵KMO值检验和球形检验的结果1.2.（二）、判断是否适合做EFA7三种方法:以特征跟是否1为标准参考特征跟的碎石图1.2.方差贡献率3.（三）、因子提取8唯一正确客观综合判断（三）、因子提取9目的：更易解释的负荷结构方法：正交旋转VS斜交旋转（四）、因素的旋转10因素间可以相关导致较差的拟合度斜交旋转能提供更多的信息（四）、因素旋转事实上的相关被强制限制11经验性&主观色彩合理即可接受（五）、因子的解释12分析过程操作演示结果展示123目录*13数据数据符合相应假设从数据得到的信息进行EFA的必要性14SPSS操作演示15基于EFA对量表进行初步修订判断：判断该数据是否适合采用因子分析删除：删除那些负载小和重复负载的变量提取：根据新的旋转成份矩阵和碎石图方案：提出量表进一步修订的建议和方案1617分析过程操作演示结果展示123目录*18因子分析的适宜性检验；提取因子的方法；删除条目的标准；最终结果的呈现。如何在论文中报告探索性因素分析的结果19在进行探索性因素分析之前，需对数据的适宜性进行检验，通常检验的方法为KMO值以及Bartlett球形检验。本研究通过对回收的数据进行分析，最终得出结果：KMO值为.805，且Bartlett球形检验结果显著（0.05）。两个指标都说明数据是适合做因素分析的。具体结果如表1所示：（一）、原始变量因子分析的适宜性检验20抽取因子的方法因子旋转的方法1需报告的核心要素：2（二）、提取因子的方法选择因子的方法321（二）、提取因子的方法运用主成分分析法，并通过方差最大法进行正交旋转。提取特征根大于1，并参照碎石图（见图1）来确定因子的有效数目。22（三）、删除条目的标准在探索性因素分析过程中，主要参照各个项目的共同度和因素负荷值，对部分项目进行了筛选。项目保留的标准:该项目在某一因素上的负荷超过.32；该项目不存在交叉负荷；保证每个维度上最后保留的项目至少为三个；项目的一致性系数。即不在两个因素上都有超过.35的负荷；23（四）、最终结果呈现因子数、各个因子所包含的条目数、因子负荷、方差贡献率、内部一致性系数1需报告的核心要素：224经过上述步骤，最终抽取的有效因子数为3个，形成的问卷项目为17个。结合各项目所表达的含义，依据各维度项目由少到多依次命名为:“领导程序公平”、“领导成员关系”、“领导真实性”。因子累计方差贡献率为55．866%，各个项目在相应因素上具有较大的负荷，处于．553－．821之间。各因子内部一致性系数在．803－．826，问卷总的内部一致性系为．875。。结果表示如下：（四）、最终结果25（四）、最终结果呈现26（四）、最终结果呈现疑问?127