spss问卷效度KMO值
来源:学生作业帮助网 编辑:作业帮 时间:2024/05/15 08:51:24
可用来检验的效度包括:结构效度,相关效度等等,结构效度可用验证性因子分析,还有内容效度等不需要检验!查看原帖
你完全不懂因子分析吧,不存在共线性是不能做因子分析的,kmo大小无所谓的,79%已经很大了再问:是不太懂。不是说KMO要70%以上才算合格吗?再答:只要这个检验p
首先必须要做KMO和Bartlett球形检验,这个你应该会了吧,如果这两个检验合格的话说明数据是适合做因子分析的.然后提取因子后,看主因子解释总变异的百分比和个因子的因子载荷,主因子解释总变异一般若大
对每个所有题项进行因子分析,如果KMO和Bartlett球形检验的结果表明其并不适合做因子分析这说明你的数据有问题,结构效度现在分为两种一种用因子分析的方法,但是这种不咋用了,还有一种是用结构模型验证
这需要看你问卷的具体问题,如果你问卷中包含若干量表,则需要对每一个量表进行效度分析(KMO和巴特利检验及因子分析),如果你整张问卷就是一张普通的调查问卷的话,对问卷进行整体的效度分析就可以了.
用因子分析,就已经是在检验变量的整体了 因子分析就是用少数几个因子来描述许多指标或因素之间的联系,以较少几个因子反映原资料的大部分信息的统计方法. 三、因子分析的SPSS过程 第一步:准备数据文
你把变量弄少一点就可以了.
有数据和参考论文吗有的话发到luguoda9you@sina.com我看看如何处理
直接在因素分析里做analyze——Datareduction——Factor并在descreptives里选择KMO就可以了
KMO值是由你的数据算出来的,不是所有的数据都适合做主成分分析.只有KMO值只有0.5说明你的数据样本不适合做主成分分析,下面做的一切都是不合理的.KMO值不能提高,除非你换一组数据.
仅作主成分分析是不用看KMO值的,提取主成分中解释方差较大的变量,构建新的指标体系,然后在试图用因子分析,另外注意,主成分分析一般不用来赋权!
用SPSS作分析.不知道你的是哪个版本,你的应该是做单因素方差分析,分别设置两个变量,信度,效度(大概这样随便输),输入数据,找到分析,选择比较均值-单因素ANOVA,因变量-效度,因子-信度,即可得
做个相关或者偏相关分析看看,把那些与其中任何一个变量相关性都很弱的变量剔除出去,再试下
如果不相关,就没有必要用因子分析,因子分析只在高度相关时才能使用.正确的选择方法才是关键.再问:写论文题目早就定下来了,没法改了,而且我找了好几份参考的论文,也都是用因子分析法分析跟我一样的问题的,我
KMO是做主成分分析的效度检验指标之一,以前的文献中写说,KMO在0.9以上,非常合适做因子分析;在0.8-0.9之间,很适合;在0.7-0.8之间,适合;在0.6-0.7之间,尚可;在0.5-0.6
你这个没必要做结构效度分析信度分析有很多种,不是每种都适合的最多做一下专家评估我经常帮别人做这类的数据统计分析再问:可是我的老师说必须要做信度和效度分析。。我真不知道该怎么做
效度用KMO信度用alpha来测
信度分析在度量里边.分析——度量——可靠性分析.把你的所有的变量选到框框里边,然后看阿尔法值.spss没办法直接做效度分析.你得用因子分析看效度.如果旋转后因子层面分来了,那就是效度不错.同学你玩不玩
效度分为很多,你说的应该是结构效度因子分析有标准步骤,不是说你这么做因子分析就不好,他那么做因子分析就好需要对哪些变量做因子分析,要根据你的目的来决定kmo是必须要看的我经常帮别人做这类的数据分析
你这种情况比较复杂!我觉得很多问卷都是可以用来进行信度和效度的分析关键是你的问题维度设计以及问题结构的设计