spss验证性因子分析 spss可以做验证性因素分析吗

spss效度分析结果怎么看

问题八：因子分析法需要哪些数据，用什么软件做 因子分析是用因子概括变量信息，所以首先自变量是什么?三年数据当然是一起录入，通过三年的变化来反映因变量的变化。

效度分析

spss验证性因子分析 spss可以做验证性因素分析吗

spss验证性因子分析 spss可以做验证性因素分析吗

效度用于测量题项(定量数据)设计是否合理，通过因子分析(探索性因子分析)方法进行验证；研究人员心中预期着变量与题项对应关系；进行因子分析后，因子(即变量，使用因子分析时称因子)与题项对应关系；二者预期基本一致时，则说明具有良好效度水平.正常情况下，效度分析仅仅针对量表数据，非量表题目比如多选，单选性别之类的题目不能进行效度分析。如果一定想分析效度，建议可使用‘内容效度’，即用文字详细描述问卷设计的过程，用文字的形式描述清楚问卷是做什么，有什么用处，为什么合理，而且有专家认证，这样就说明问卷设计合理有效。

如果用户预期分析项可分为几个方面(变量)，则用户可自行设置因子个数（维度个数），如果不设置，系统会以特征根值大于1作为判定标准设定因子个数;

●因子与题项对应关系判断

●效度分析对不合理题项进验证方法：ysis-data reduction-factor-extraction下 选择分析方法行删除

共有三种情况; 类：如果分析项的共同度值小于0.4，则对应分析项应该作删除处理；第二类：某分析项对应的”因子载荷系数”的，全部均小于0.4，也需要删除此分析项；第三类：如果某分析项与因子对应关系出现偏，也需要对该分析项进行删除处理（此现象称作‘张冠李戴’）.

●效度分析的其余判断指标

特征根值(通常使用旋转后，以大于1作为标准)，方解释率(意义较小)，累积方解释率(通常使用旋转后，以大于50%作为标准),KMO值(大于0.6作为标准)，巴特球形值对步骤：应的sig值(小于0.01作为标准).

效度分析

效度用于测量题项(定量数据)设计是否合理，通过因子分析(探索性因子分析)方法进行验证；研究人员心中预期着变量与题项对应关系；进行因子分析后，因子(即变量，使用因子分析时称因子)与题项对应关系；二者预期基本一致时，则说明具有良好效度水平.正常情况下，效度分析仅仅针对量表数据，非量表题目比如多选，单选性别之类的题目不能进行效度分析。如果一定想分析效度，建议可使用‘内容效度’，即用文字详细描述问卷设计的过程，用文字的形式描述清楚问卷是做什么，有什么用处，为什么合理，而且有专家认证，这样就说明问卷设计合理有效。

如果用户预期分析项可分为几个方面(变量)，则用户可自行设置因子个数（维度个数），如果不设置，系统会以特征根值大于1作为判定标准设定因子个数;

●因子与题项对应关系判断

设分析题项为10个，预期分为3个因子(维度或变量)；因子与题项交叉共得到30个数字，此30个数字称作”因子载荷系数”(因子载荷系数值表示分析项与因子之间的相关程度)；针对每个分析项对应行，则有3个”因子载荷系数值”(比如0.765,-0.066,0.093),3个数字大于0.4，如果其对应因子1

aoms和spss在进行数据分析中有什么区别？

计算各个维度的平均分——分析——相关分析——双变量，选入问卷所有项目，然后确定。

pssau提供智能分析，而spssau默认提供文本分析结果这一项非常智能；spss没有；以及spssau中的表格都是规范整理而spss没有。

通过预计算知道了提取几个因子之后，就开始正式计算。再次打开因子分析的主面板，在最右边一共有五个选项，分别是描述，抽取，旋转，得分，选项。这五个在预计算里边没有用，但是现在要用了。点继续。

spssau是默认的图问题四：excel2003如何做因子分析 都不知道你所说的因子是指的那个因子，数据管理因子还是什么的，提问清楚些。别人也比较容易理解！表，但是spss不需要自己绘制；

spssau作只左右拖动一个点，基本上不需要配置任何参数(系统应该默认配置很多),spss就是需要自己选择配置参数；

4、功能性全面

spssau提供了一般的方法、进阶的方法、高阶的方法、医学的方法等30多种方法。Spss方法中也有，但是spss的时间序列方法spssau没有，如果是金融专业，则spssau不能满足使用时间序列分析的需要。

区别太大了，是两本书的内容，但是现在两者是一个公司了

因子分析怎么做

4、相关分析和线性回归分析。

首先你得进行一次预计算，选择菜单里分析――降维――因子分析，跳出主面板，把想分析的变量选到变量框里，然后点确定。这时候输出窗口里会只有一个或两个图表。其中有一个图表是主成分的方贡献。这个图表里你要找到两个相邻的列（应该是第三列和第四列），其中前一个列指的是单个因子对方的贡献率，后一个是因子累计贡献率。也就是说前一个列里边数值相加等于100，后一个列里边数值递增，一个等于100。如前一个列里是60,30,10，那么后一列里就是60,90,100.两个列之间有一个和的关系。找到这两个列以后，你要找使得累计贡献率达到百分之八十的那个数。这个表的列是1,2,3，等等，它代表第几个因子，比如3指的那行就包括第三个因子的方贡献率，累积到第三个因子的方贡献率这两个数据。你要找到累计到达百分之八十的那个因子是第几个因子，然后就按提取几个因子进行计算。

SPSS作功能：

点击抽取，对话框里最上边的方法就选主成分，分析里选上相关性矩阵，输出选上未旋转的因子解和碎石图两个选项，抽取里选择因子的固定数目，在要提取的因子后边填上你预计算里算出的因子数目。点继续。

问题六：怎样用spss做因子分析？ SPSS→分析→数据缩减→因子分析→选择自变量和因变量→描述里面选择KMO检验和球型检验；海转选择方旋转法→确定→结果

旋转里边选方法，输出旋转解。继续。

得分里边选保存为变量，方法为回归，显示因子得分系数矩阵也要打上勾。继续。

确定。

然后就可以分析结果了。

先看kmo和bartlett的结果，kmo统计量越接近1，变量相关性越强，因子分析效果越好。通常0.7以上为一般，0.5以下不能接受，就是不适合做因子分析。bartlett检验从检验相关矩阵出发，如果p值，就是sig，比较小的话，一般认为小于0.05，当然越小越好，就适于因子分析。

如果这两个检验都合格的话，才可以去写因子模型。

为了便于描述，设我们有两个因子f1，f2，

旋转变换后的因子载荷矩阵会告诉你每个变量用因子表示的系数。比如变量x1=系数1f1+系数2f2，变量2以此类推。

根据这个我们就能算出因子得分了。

因为之前选择了将因子保存为新变量，所以spss会直接保存两个因子得分为两个新变量，

然后我们不是有一个公式吗

总得分=因子1的方贡献率因子1的得分+因子2的方贡献率因子2的得分+...

根据这个公式计算一下就可以了。

用spss或者Excel都可以。

希望能对你有帮助哦。

ppv课，大数据培训专家，最专业的大数据培训平台。为你提供的spss学习教程哦。

问题五：怎样用SPSS做因子分析 在表因子变量解释贡献率（Total Variance Explained）中，看各个主因子的方贡献率（Initial Eigenvalues栏下的% of Variance），例如图中三个主因子对应的权重为52.132、21.017、11.405，测将三个权重进行归一化处理，52.132/(52.132+21.017+11.405)、21.017/(52.132+21.017+11.405)、11.405/(52.132+21.017+11.405)，所得三个数即为主因子权重

问题七：如何利用因子分析的排名进行分析 你通过因子分析 中一个选项 保存因子得分,之后会在原数据保存生成3列因子得分,设为a1 a2 a3 代表3个因子然后根据因子分析得出三个因子的特征根值,分别计算粗3个因子的权重,分别为各自的特征根值/三个因子特征根值之和. 然后综合因子得分=a1对应权重+a2对应权重+a3对应权重之后就根据综合因子得分进行大小排名 就这样出来了

共同方法偏在spss中怎么作

累计贡献率有70就不错了，仅从解释力上看已经不需要增加新的因子了，因为因子多了模型就更复杂了。并且，因子提取的时候是否旋转也是值得考虑的问题。

2004年12月12日 ... 共同方法偏的控制方法分为程序控制和统计控制，该文介绍了共同方法偏的多种 ... 统计分析方法-SPSS软件应用. :大学出版社, 1999.

打开spss并输入相关信息。点击分3、在方便作析选项。选择降维中的因子分析。将所有变量都加入因子分析。按图示进行勾选。方法选择为主成分。勾选方法。spss效度分析就完成了。

spss信度和效度分析怎么做？

问题三：进行因子分析的前提条件是各变量之间应该怎么做 本来想给你截图的，可是传不上来，我就简单说一下哈。

都可以用spssau进行分析，具体可结合帮助手册快速了解作步骤。

2、在可视化图表层面

首先，你把A非常同意设置数值为1，B同意为2，C一般为3，D不同意，为4，E非常不同意为5。

信点击描述，在对话框里选上初始变量分析，kmo统计量及bartlett球形检验这两个选项，（注意，kmo和bartlett是一个选项，选项名就是很长）这一步是用来判断变量是否适于进行因子分析的。度分析：

步骤：分析——度量——可靠性分析，然后选入你所要分析的项目，例如，你要分析整个量表，就选如所有项目；若是一个维度，就只选一个维度下人项目。

数据分析：

得到的结果是克伦巴赫α信度系数，一般要大于0.7，不小于0.6，0.8就非常好了。

我不知道你的问卷有没有分维度，如果有，可采用内容效度。内容效度可用分量表之间的相关来考察，计算量表各维度之间的相关系数。

数据分析：

用因子分析做问卷的效度分析，结果公共因子数大于我设计的维度数量，我该怎么办

因而要用什么软件取决于你建立了什么样的模型。AMOS当然可以进行信度和效度分析了，只不过是对结构方程模型中的潜变量而言。

很明显你已经有了事先设设计的维度了，这种情况下，即使你的数据是理想，采用探索性因子设分析题项为10个，预期分为3个因子(维度或变量)；因子与题项交叉共得到30个数字，此30个数字称作”因子载荷系数”(因子载荷系数值表示分析项与因子之间的相关程度)；针对每个分析项对应行，则有3个”因子载荷系数值”(比如0.765,-0.066,0.093),3个数字大于01、参数检验：单样本、两样本、配对样本。.4，如果其对应因子1，则说明此题项应该划分在因子1下面.如下表所示:分析也十有八九算出跟你设的维度不一样的结果来。因为你事先设设计 是基于某种理论的前提，而在数据自身进行分析的时候，是完全基于数据本身中寻找的分类，两者未必会一致。

AMOS与SPSS到底有哪些区别

1、在AI分析层面

1、工作分工不同。

所以说，采用探索性因子分析的前提是你自己没有实现设的因子维度，然后通过这种方式来探索获取维度；而一旦你已经有了设的维度，此时应该采用验证性因子分析来进行对你的设维度进行验证是否有效即可。

spss做前期数据描述和除结构线性模型外的多数统计工作，amos专做结构线性模型相关的统计。

2、使用对象不同。

而有人则用AMOS，检验修正指数（modification index，MI）的显著性，通过x2/df，NNFI，GFI，AGFI，CFI，RMSEA等拟合优度检验。

3、用途不同。

现在的论文如果涉及因子分析的话，大多要求进行验证性因素分析，以及路径分析等等。这时候，AMOS就派上用场了，AMOS可以进行验证性因素分析、路径分析、群组分析等。

扩展资料

2、方分软件还是用SPSS比较简单，只要你会点就可以了析：单因素、多因素、协方分析。

3、非参数检验：X2、二项式分布、K—S检验。

5、聚类分析。

6、因子分析。

7、信度分析。以上的内容是经常用到的，尤其是相关分析和线性回归分析。

AMOS是结构方程模型的分析软件， SPSS主要应用于回归分析、因子分析、相关分析、对应分析、聚类分析等。

SPSS做的是探索性因子分析，也就是不知道那几个问题会归到一个因子

而AMOS主要是做验证性因子分析，即你有理论依据，在画图的时候就知道那几个问题是归属于哪个变量的。

如果你对统计知识一点都不懂的话还是看看基础的统计学，任何软件都只是一个工具，还要你自己有统计知识。

至于AMOS他是一个做路径分析比较常用的软件，建议用SPSS，一般的统计都能做。

SPSS 怎么将12个变量转变为预想的三个因子 然后分析这三个因子 因子荷载矩阵怎么得

问题一：用SPSS已经做出了因子分析，那么具体的分析结果应该怎么看呢？ KMO检验统计量在0.7以上，说明变量之间的偏相关性较强，适合做因子分析，球位置，本应该在‘因子3’下面却跑到‘因子1’下面，因而‘分析项1’就属于‘张冠李戴’。针对‘张冠李戴’，一定需要将题目删除重新进行分析。形检验p小于0.001，说明变量之间存在相关性。第二格表格为共同性，表示各变量中所含原始信息能被提取的共同因子所表示的程度，根据你的数据，你提取的公因子是两个，第三个表格是指提取的俩个主成分能解福异的比列，第四个表格是主成分表达式，第五表格是因子得分公式。

如果你确定就是3个因子SPSS是探索性统计分析软件，AMOS是验证性统计分析软件。做探索性因素分析时用SPSS，探索性因素分析完成后，为了验证所得到的因子结构是否合理，就需要进行验证性因素分析。了，连因子分析都可以免了，你本来想做探索性因子分析，但是你心里给界定好了是验证性因子分析，所以很矛盾。如果认为就是3个因子，那么探索性因子分析就可以免了，直接做验证性因子分析就好了。

spss和amos区别

对量表的区分效度（discrimination validity）检验时，发现有人用SPSS，主要是检验平均提取方（Average variance extracted，AVE）与该因子与任何其他因子的共同方（highest shared variance）的值。

补充：

问题二：因子分析到底有什么用处？ 问题：大家觉得因子分析到底有什幺用处呢？把原来很多个影响因素归纳成几个影响因子，如果不继续做回归或者聚类的话，光做因子分析有价值吗？答复：因子分析是将多个实测变量转换为少数几个综合指标（或称潜变量），它反映一种降维的思想。通过降维将相关性高的变量聚在一起，从而减少需要分析的变量的数量，而减少问题分析的复杂性。在你对问题系统结构不了解时候，因子分析可以根据数据内在逻辑性，把它归并成几个公因子，每个公因子分别代表空间的一个维度，如果经过正交或斜 交旋转的话，各个维度之间可以认为是不相关的，这些公因子能够相对完整地刻画对象的体系维度，最起码累计方贡献率大于85%的话，就基本能够保证重要信 息不丢失了。一句话，你如果对研究对象到底应该分为几个维度不清楚的话，用因子分析可以通过数据内在逻辑告诉你。但如果你对研究对象体系比较清楚的话，那你直接确定维度，通过AHP计算出权重，就能够把系统表述清楚了。但这里面有巨大问题，单纯通过数据内 在逻辑来判断维度，常常是错误的，而主观判断其实更加科学，并非象统计学宣称的，数据说话才有发言权。真正有发言权的，是你对问题的经验认识程度。人们为 了避免被人嘲笑主观判断的失误，而越来越选择了统计分析，实际上，他们并不清楚，单纯用统计分析来做判断，才是最愚蠢的。只有主客观结合起来，才是相对科 学的，两者矛盾的时候，应该深入研究矛盾的根源，搞不清楚的话，我认为指标体系评价法要远比统计分析准确的多。而变量之所以能分布在不同的因子内，则是由 于其方波动性大小和变量之间的相关性决定的，波动性越大，越排在前面的公因子中，各个公因子之间的变量是不相关的，而每个公因子之间的变量是相关的。因 子分析认为那些数据波动大的变量对对象影响作用更大，它们排在公因子的前列，这样单纯从数据逻辑来判断的准则你认为对吗？我想，如果管理和科学都这幺 认为的话，那错误将大大增加了。上面想法是我这两年做课题的体会，没有在任何一本书上看过相关说法，也许说的不对，这是我个人看法。如果让我选择的话，我 宁愿用指标体系评价法，体系几个维度事先就清楚，最多先用因子分析算算，看看数据波动性如何，到底能确定几个维度，只起辅助作用。研究者就是专家，指标体 系的维度由主观来做判断，这主要来自经验判断，而不是由数据判断，我认为其实更科学。当然，如果你对问题一无所知，那指标体系评价法用AHP来做的话，错 误很可能更多。我以前就强烈批判过AHP。说到底，没有一种评价方法是好的，说明问题就好。问题：那能对LISREL进行类似于因子分析的探索性因素分析了解吗？能给点评价么？3x答复：下面是探索性分析的原理：传统上所谈的因素分析）factor ysis)指的是探索性因素分析）exploratory factor ysis)，它的目的是在承认有测量误的情形下，尝试用少数的因素）factors)以解释许多变项间的相关关系。随着统计理论及电脑计算上的进展，目前因素分析的方法可分成探索性因素分析）exploratory factor ysis，EFA)及验证性因素分析）confirmatory factor ysis，CFA)，这两类分析之间的别在于研究者对研究变项间因素结构的了解程度不同。如果研究者对资料内所含的因素性质，结构及个数不是很 清楚，则可使用探索性因素分析试图找出能解释资料变项间相关关系的少数几个重要因素。若研究者从过去文献中的理论及自己的研究经验，而对资料间因素之数 目，结构有一定程度的了解及设，则可使用验证性因素分析来验证该设是否能解......>>

1、AMOS具有的方分析、协方，设检验等一系列基本分析方法。

2、SPSS(Statistical Product and Serv Solutions)，"统计产品与服务解决方案"软件。最初软件全称为"科学统计软件包"(SolutionsStatistical Package for the Social Sciences)，但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为"统计产品与服务解决方案"，标志着SPSS的战略方向正在做出重大调整。为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称SPSS，有Windows和Mac OS X等版本。

一个是统计分析软件有非常多的统计分析方法；一个是结构方程软件，做结构方程模型SEM，验证性因子分析等。

另外SPSSAU也有这两个软件的所有功能，包括SEM模型，验证性因子分析CFA，还有路径分析等，相关回归信度效度，T检验，方分析，logistic回归分析等均有。

两者都属于因子分析，spss做的是探索性，amos做AMOS是结构方程模型的分析软件， SPSS主要应用于回归分析、因子分析、相关分析、对应分析、聚类分析等。因而要用什么软件取决于建立了什么样的模型。AMOS当然可以进行信度和效度分析了，只不过是对结构方程模型中的潜变量而言。验证性，也是sem，是你相关和回归的结合

当然aoms好一些，但是也复杂一些。