文档介绍：. .
. .word..
 第五节  利用SPSS进展量表分析
 
　　在第五章调查研究中，我们介绍了量表的类型、编制的步骤及其应用，在本节将介绍利用SPSS软件对量表进展处理分析。
　　在获取原始数据后，我们利用SPSS对量表可以作出三种分析，即工程分析、因素分析和信度分析。
　工程分析，目的是找出未达显著水准的题项并把它删除。它是通过将获得的原始数据求出量表中题项的临界比率值——CR值来作出判断。通常，量表的制作是要经过专家的设计与审查，因此，题项一般均具有鉴别度，能够鉴别不同受试者的反响程度。故往往在量表处理中可以省去这一步。　　
　因素分析，目的是在多变量系统中，把多个很难解释，而彼此有关的变量，转化成少数有概念化意义而彼此独立性大的因素，从而分析多个因素的关系。在具体应用时，大多数采用“主成份因素分析〞法，它是因素分析中最常使用的方法。
　信度分析，目的是对量表的可靠性与有效性进展检验。如果一个量表的信度愈高，代表量表愈稳定。也就表示受试者在不同时间测量得分的一致性，因而又称“稳定系数〞。根据不同专家的观点，，表示量表的信度甚佳。但是对于可承受的最小信度系数值是多少，许多专家的看法也不一致，，。通常认为，如果研究者编制的量表的信度过低，，应以重新编制较为适宜。
　　在本节中，主要介绍利用SPSS软件对量表进展因素分析。
一、因素分析根本原理
　　因素分析是通过求出量表的“构造效度〞来对量表中因素关系作出判断。在多变量关系中，变量间线性组合对表现或解释每个层面变异数非常有用，主成份分析主要目的即在此。变量的第一个线性组合可以解释最大的变异量，排除前述层次，第二个线性组合可以解释次大的变异量，最后一个成份所能解释总变异量的部份会较少。
　　主成份数据分析中，以较少成份解释原始变量变异量较大部份。成份变异量通常用“特征值〞表示，有时也称“特性本质〞或“潜在本质〞。因素分析是一种潜在构造分析法，其模式理论中，假定每个指针〔外在变量或称题项〕均由两局部所构成，一为“共同因素〞、一为“唯一因素〞。共同因素的数目会比指针数〔原始变量数〕还少，而每个指针或原始变量皆有一个唯一因素，亦即一份量表共有n个题项数，那么会有n个唯一因素。唯一因素性质有两个假定：
　　〔1〕所有的唯一因素彼此间没有相关；
　　〔2〕所有的唯一因素与所有的共同因素间也没有相关。
　　至于所有共同因素间彼此的关系，可能有相关或可能皆没有相关。在直交转轴状态下，所有的共同因素间彼此没有相关；在斜交转轴情况下，所有的共同因素间彼此就有相关。因素分析最常用的理论模式如下：
　　
. .
. .word..
　　 其中
　　〔1〕为第i个变量的标准化分数。
　　〔2〕Fm为共同因素。
　　〔3〕m为所有变量共同因素的数目。
　　〔4〕为变量的唯一因素
　　〔5〕为因素负荷量。
　　因素分析的理想情况，在于个别因素负荷量不是很大就是很小，这样每个变量才能与较少的共同因素产生密切关联，如果想要以最少的共同因素数来解释变量间的关系程度，那么彼此间或与共同因素间就不能有关联存在。
-
所谓的因素负荷量，是因素构造中原始变量与因素分析时抽取出共同因素的相关。
　　在因素分析中，有两个重要指针：一为“共同性〞，二为“特征值〞。
　　
-
所