您現在的位置是:首頁 > 娛樂
SPSSAU效度分析彙總
n d1 怎麼查表
效度分析用於分析題是否可以有效的表達對應變數的概念資訊,即分析量表題設計是否合理。在預測試和正式研究時均可以進行效度的分析,在絕大多數情況下,問卷研究會使用探索性因子分析進行結構效度分析,如果量表具有很強的權威性,那麼不需要使用探索性因子分析進行結構效度分析,使用內容效度分析即可。那麼效度包含哪些方法,應該怎麼分析?接下來進行描述。
效度分類
效度類別可以分為四大類,其中包括內容效度、結構效度、區分效度以及收斂效度。
內容效度
內容效度一般用文字的形式描述測量項是否合理,通常是專家點評或者參考文獻,如果量表具有很強的權威性,可以使用該方法進行效度說明。
結構效度
結構效度通常是利用量表測量結構,觀察預期與分析結果是否一致,其中主要測量方式是利用因子分析,最大方差旋轉法,在測量過程中可能需要對應關係的調整,其中包括‘張冠李戴’和‘糾纏不清’。也是效度分析中比較常用的方法。
區分效度
區分效度又名判別效度、區別效度。區分效度共有三種方式,其中包括,AVE平方根判斷法、Fornell-Larcker法以及MSV和ASV判斷法。
收斂效度
收斂效度又成聚斂效度、聚合效度等。是指測量相同潛在特質的測驗指標會落在同一共同因素上。常見研究指標為AVE和CR,一般需要AVE大於0。5以及CR值大於0。7。
SPSSAU如何做效度
1。SPSSAU位置
結果效度分析路徑:問卷研究→效度;區分效度和收斂效度分析路徑:問卷研究→驗證性因子分析。
2。影片資料
(1)結構效度
結構效度分析疑難點:https://www。bilibili。com/video/BV1EX4y1L7in/
效度分析的幾種形式及實現https://www。bilibili。com/video/BV16X4y1G7wK/
(2)區分效度和收斂效度
如何做驗證性因子分析:https://www。bilibili。com/video/BV16r4y1N7M6/
三、效度分析
由於效度類別較多,所以這裡分析比較常用的結構效度分析。結構效度指標一般包括KMO值、Bartlett球形度檢驗、因子載荷係數等。
研究簡單背景:當前有一份資料,共涉及A1~A4,B1~B4,C1~C3,D1~D3共14個量表題,此14個題目共分為4個維度,分別稱作A,B,C和D維度。現希望對此份資料效度情況進行分析,如果有不合理題項將其進行刪除處理。
1。測量項與因子之間的對應關係
上表可以得到KMO值為0。91大於0。6,Bartlett球形度檢驗對應的p值小於0。05,說明此次分析KMO值達標並且已經透過Bartlett球形度檢驗。
接下來檢視測量項與對應關係是否需要需要調整:
如果某對應關係與預期不符可以進行處理,常見需要處理的關係共有兩種,一種是
‘張冠李戴’
,一種是
‘糾纏不清’
,其中‘張冠李戴’是說明B1-B4本應該屬於因子1結果B1不屬於因子1屬於因子2,稱這種情況為‘張冠李戴’,而‘糾纏不清’A1-A4本應該對應因子3但是A1和A2又屬於因子3又屬於因子1,對於‘張冠李戴’的情況要處理,而‘糾纏不清’的情況可以考慮是否處理,如果結果可以接受或者沒有很大影響可以選擇不處理。
由上表可以發現B1和D3存在‘張冠李戴’的情況,所以首先要將B1和D3進行刪除處理,處理後的對應關係表如下:
由上表可以發現A1存在‘張冠李戴’的情況,所以將A1進行刪除處理,處理後的對應關係表如下:
由上表可以發現D2存在‘糾纏不清’的情況,但是考慮結果可以接受並且D維度只剩下兩項,所以暫時不進行處理。分析結果。
2。效度分析
上表可以得到KMO值為0。876大於0。6,Bartlett球形度檢驗對應的p值小於0。05,說明此次分析KMO值達標並且已經透過Bartlett球形度檢驗。
最後經過不斷處理,得到最終結果,其中A2-A4對應因子3,因子載荷係數的絕對值均大於0。4,B2-B4對應因子2,因子載荷係數的絕對值均大於0。4,C1-C3對應因子1,因子載荷係數的絕對值大於0。4,D1和D2對應因子4,其因子載荷係數的絕對值也大於0。4,並且各項的共同度均大於0。4,立即方差率大於50%,說明能夠提取大部分資訊,所以此次分析結果可以接受,問卷題項設定合理。
疑難點
結構效度不達標應該怎麼處理?
如果有兩個分析項KMO值一定為0。5,如果分析項大於2個KMO值較低,建議刪除掉共同度值較低項。或者建議利用相關分析檢查相關關係,如果相關係數值小於0。2,或者沒有呈現出顯著性,可以說明題項之間關聯性弱,建議先移除相關係數值較低的項後再次分析。
2。效度分析時,KMO值為null不存在?
如果不輸出KMO值,說明資料質量交叉,建議可以使用下相關分析,檢視下相關關係,如果相關關係係數值均小於0。2或者沒有呈現出顯著性,可以說明題項之間關聯性弱,建議先移除相關係數值較低的項後再次分析。但是分析項之間的相關係數過高(大於0。8)等,這會導致嚴重的共線性可能無法輸出KMO值。所以分析項之間的相關係數值一般希望介於0。3~0。7之間較好。
推薦文章
- 連紅說球:世界盃!克羅埃西亞vs比利時!今日預測!黑紅大戰!
在前兩輪小組賽中,克羅埃西亞和摩洛哥戰成平手,然後大勝加拿大,而在這一輪卻是要面對小組最強的比利時,實屬一場硬仗,克羅埃西亞的問題連紅在前面就提到過,人員老化鋒無力,作為2018世界盃最強黑馬的格子軍團隨著曼朱基奇、拉基蒂奇、喬爾盧卡、蘇巴...
- 包頭稀土產品交易所2019年全年交易額超2000億元
官方表示,該交易所在協調上下游產品流通、引導產業健康發展方面具有特殊作用,肩負著打造中國稀土統一集中交易高階市場,助力國家爭取稀土國際話語權的重要使命...
- 三換一遭拒!杰倫布朗和杜蘭特,兩人之間差距有多大?
綠軍只拿出一支首輪籤,也是認為杰倫是年輕的全明星球員,就算單換不了杜蘭特,加上懷特和一支首輪籤,這筆交易還是值得一試的,但也只能一試,這個報價籃網管理層是絕對不會答應的...