确认数据的权重都是接受数据分析的重要的是前提。可以用来spss的因子分析方法来可以确定权重。主要步骤是:
(1)必须将数据标准化,这是考虑到相同数据间的量纲不匹配,以致要要无量纲化。
(2)对标准化后的数据并且因子分析(主成分方法),不使用方差最大化旋转。
(3)写出主因子单打得分和每个主因子的方程贡献率。fjβ1j*x1β2j*x2β3j*x3……βnj*xnfj偏于成分(j1、2、……、m),x1、x2、x3、……、xn为各个指标,β1j、β2j、β3j、……、βnj为各指标在主成分fj中的系数内线得分,用ej意思是fj的方程贡献率。
(4)求出指标权重。ωi[(m∑j)βij*ej]/[(n∑i)(m∑j)βij*ej],ωi是指标xi的权重。
对spss来说,然后用各种的数据就可以不参与因子分析,相关系数矩阵只是因为其生成气体结果的一部分,根本不用先键入相关系数矩阵,再做个因子分析,这样的话spss反到做不进去
这需要看你问卷的具体一点问题,要是你问卷中包含若干量表,则是需要对每一个量表参与效度分析(kmo和巴特利检验及因子分析),如果不是你整张问卷那就是几张普通的调查问卷的话,对问卷参与整体的效度分析就可以了。
spss,内部一致性信度分析专用是科隆巴赫阿尔法系数。在spss度量下拉菜单当中,找到克隆巴赫阿尔法系数,直接点击按钮就也可以求出内部一致性信度
可以不在用免费spssau结束因子分析,可特点帮助手册的案例懂的速度更快。
通常有三个步骤:最先是推测是否需要合适进行因子分析第二步是因子与题项对应关系判断第十步是因子命名原则。不过在此之前:确认是否接受因子分析。主要注意看kmo值大小,象kmo值为00.6那就证明适合参与因子分析。第二步:分离提取因子,因子与题项对应关系判断。看因子的提取情况,以及因子载荷系数,总结题项与因子的对应关系。第四步:因子以此命名。在第二步彻底删除掉不比较合理题项后,另外再确认因子与题项对应关系良好的思想品德后,则可加强因子与题项对应关系,对因子并且命名。步骤可阅读什么网spssau解决手册:因子分析-spssau