文档介绍：效度的基本概念
01
STEP
因子分析的基本原理
02
STEP
因子分析操作程序
03
STEP
因子分析的报表解释
04
STEP
2
*
SPSS因子分析
*
内容
效度
效标关
联效度
指测量量表内容或题项的适当性与代表性，及测验内容能反应所要测量的心理特质，能否测量到所要测验的目的或行为构想，内容效度的检验通常会透过双向细目表，以考查测验内容的效度，内容效度常以题目分布的合理性来判断，属于一种命题的逻辑分析，因而内容效度也称为“逻辑效度”（logical validity）。
指测验与外在效标间关联的程度，如果测验与外在效标间的相关愈高，表示此测验的效标关联效度愈高。
概念
3
*
SPSS因子分析
*
结构
效度
专家
效度
指测验能够测量出理论的特质或概念的程度，即实际的测验分数能解释某一心理特质的多少。反映的是工具与其所依据的理论或概念框架间的相结合程度。结构效度分为聚合效度（convergent validity）和判别效度（discriminant validity）。
在研究者根据理论假设编制测验或量表后，如果无法编制双向细目表进行内容效度检验，可以将编制好的量表请相关的学者专家加以审查并提供修正意见，研究者再根据专家学者的意见进行修正。
概念
4
*
SPSS因子分析
*
原理
因素分析是一种潜在的结构分析方法，其模式理论中，假定每个指针（外在变量或成题项、观察值、问卷问题）均由两个部分构成，一为“共同因子”（common factor）、一为“唯一因子”（unique factor）。
因子分析最常用的模式如下：
（j=1,2,3…,n，n为原始变量总数）
变量
F1（共同因素一）
F2（共同因素二）
共同性（h2）
唯一因子（d2）
X1
a11
a12
a112+a122
1-h12
X2
a21
a22
a212+a222
1-h22
X3
a31
a32
a312+a322
1-h32
特征值
a112+a212+a312
a122+a222+a322
解释量
(a112+a212+a312) ÷3
(a122+a222+a322) ÷3
以三个变量抽取二个共同因子为例
系数aji为第个i变量与第k个因子之间的线性相关系数，反映变量与因子之间的相关程度，也称为载荷(loading)。由于因子出现在每个原始变量与因子的线性组合中，因此也称为公因子。
Uj为特殊因子，代表公因子以外的因素影响
原理
5
*
SPSS因子分析
*
计算变量间的相关矩阵或协方差矩阵
估计因素负荷量
转轴方法
决定因素与命名
01
02
03
04
因子分析的主要步骤
6
*
SPSS因子分析
*
01
计算变量间的相关矩阵或协方差矩阵
如果一个变量与其它变量间相关很低，在下一个分析步骤中可以考虑剔除此变量，还要考量到变量的“共同性”（communality）与“因子负荷量”（factor loadings）。
，则不适合作因子分析。
7
*
SPSS因子分析
*
02
估计因素负荷量
决定因子抽取的方法，有主成分分析法、主轴法、一般化最小二乘法、未加权最小二乘法、极大似然法、Alpha因子抽取法与映象因子抽取法。
最常使用者为主成分分析法与主轴法，研究者应多采用主成分分析法来估计因子负荷量。
8
*
SPSS因子分析
*
转轴方法
因子旋转的目的是为了便于理解和解释因子的实际意义,主要有两种方式:正交旋转(Orthogonal rotation) 和斜交旋转(Oblique rotation)
03
转轴后，每个公因子的特征值会改变，与转轴前不一样，但每个变量的共同性不会改变。
9
*
SPSS因子分析
*
04
决定因子与命名
转轴后，要决定因子数量，选取较少因子层面，获得较大的解释量。
主成分资料分析中，以较少成分解释原始变量变异量的较大部分。成分变异量通常以“特征值”（eigenvalues）表示，有时也称“特性本质”（characteristic roots）或“潜在本质”（latent roots）。
10
*
SPSS因子分析
*
Factor Analysis
适用条件
KMO统计量：
取值范围在0