因子载荷太低怎么调整
@晁河2915：因子分析失败,还可以用什么方法 -
亓虎13268519346…… 这个不能说此次分析就是失败的,应该说是你的变量或者说是问卷设计有问题 当然也可以不一定参照必须要大于0.5,但是常规的都是这样参照的 这个因子载荷低有可能是问卷变量设计问题,有可能是数据采集质量有问题 如果是第一个问题的话 你可以先进行下问卷题目调整,比如删减部分题目再尝试,当然不是随意删减的,而是根据项目分析的相关指标来进行. 如果是数据质量问题 你可以尝试着删除部分变量再试一下 如果两种方法都不行了,只能说明你的变量设计完全有问题或者数据完全不行 只能重做
@晁河2915：spass如何删减指标提高信度? -
亓虎13268519346…… 原则很简单,第一是因子载荷,因子载荷偏低的题目要删除(一般是0.3一下就可以考虑删,如果要求较高,0.5以下都可以删除,这个也要兼顾你的理论构建,如果某题目因子载荷不算特高,但他代表了你的概念的重要内涵,那也可以保留);另一个考虑因素是共同度,共同度偏低的删(一般0.3一下可以考虑删,这些数字指标不是绝对的标准,需要你综合多方面因素考量).主要是从以上两个因素出发来删减,具体做的时候最好没删掉一两个题目,重新做一次因子分析,然后从新的因子分析结果里面再挑选需要删减的项目,循环往复,因子分析的结果好了以后再去做信度检验
@晁河2915：关于SPSS 因子分析主成分分析因子载荷量只有大于0.5才能抽取么,没有一个大于0.5这个分析是不是就失败了?RT,这种情况有什么办法可以解决么,比... - 作业帮
亓虎13268519346…… [答案] 这个不能说此次分析就是失败的,应该说是你的变量或者说是问卷设计有问题 当然也可以不一定参照必须要大于0.5,但是常规的都是这样参照的 这个因子载荷低有可能是问卷变量设计问题,有可能是数据采集质量有问题 如果是第一个问题的话 你...
@晁河2915：因子分析,累计贡献率很低 怎么办? -
亓虎13268519346…… 将数据随机选取部分进行再分析看如何 如果不行的话,根据因子载荷矩阵,剔除部分在因子载荷上低于0.5的题项,然后再重做因子分析看效果 如果都不行了,要么是重新收集数据,要么就要重新设计问卷了
@晁河2915：按照模型做的问卷把因子分成4个部分,但是spss因子分析成分提取的时候只提出来3个怎么办 -
亓虎13268519346…… 如果你是用别人已经修订好的问卷做研究,那最好还是能提取4个,直接提取不成那就在因子提取方法里选强制抽取4个,完全可以,这个时候你再看看KMO,特征值方差贡献率,共同度和因子载荷,如果都比较好(一般就是说KMO值0.8以上,方差贡献率起码0.4,共同度起码也有0.4,因子载荷起码均在0.4以上),那就OK,若是不好,酌情删除一些题目(主要是看因子载荷,太低的删,一个题目在两个因子上载荷接近的也删),再重新做因子分析看结果 如果这个模型是你自己构想的,还不是很成型,那提取三个因子也可能有它的道理,你看看三个因子能否有个合理的命名,如果可以,那也OK
@晁河2915：R语言因子分析旋转载荷问题 -
亓虎13268519346…… 因子旋转载荷..你是不是这么算的, 1. 数据标准化 2. 算相关系数矩阵R 3. 求R的特征值和贡献率,看你这就是前四个特征值的贡献率估计就占了90%左右 4. 算出你的因子载荷阵 5. 将载荷阵实行方差最大正交转换,得到你上面那个表.那么...
@晁河2915：因子载荷 - 为什么要对因子载荷矩阵进行方差最大化旋?为什么要对因子载荷矩阵进
亓虎13268519346…… 根据矩阵载荷值,大于0.5的归为一类因子.当发现一个项目有两个载荷值大于0.5,或一个项目归类一个因子时,都需要删除,这其实就是效度中的区分效度和收敛效度.
@晁河2915：求因子旋转的实例 -
亓虎13268519346…… 1.最大变异法(Varimax):使负荷量的变异数在因子内最大,亦即,使每个因子上具有最高载荷的变量数最少. 2.四次方最大值法(Quartimax):使负荷量的变异数在变项内最大,亦即,使每个变量中需要解释的因子数最少. 3.相等最大值法(Equamax):综合前两者,使负荷量的变异数在因素内与变项内同时最大. 4.直接斜交转轴法(Direct Oblimin):使因素负荷量的差积(cross-products)最小化. 5.Promax 转轴法:将直交转轴(varimax)的结果再进行有相关的斜交转轴.因子负荷量取2,4,6次方以产生接近0但不为0的值,藉以找出因子间的相关,但仍保有最简化因素的特性.
@晁河2915：我如何实现如下因子分析 -
亓虎13268519346…… 因子分析算是spss高级进阶的内容了,一般缺少统计基础的人很难理解因子分析的数据基础,导致在数据分析的时候忽略很多细节,导致错误的发生.在因子分析中最容易发生的一个错误就是某些变量的因子载荷出现负数而没有对其进行处理,...
@晁河2915：AMOS验证性因素分析拟合指数不理想怎么办 -
亓虎13268519346…… 重新探索你的因子结构,删除低载荷指标,增加样本量.(南心)
亓虎13268519346…… 这个不能说此次分析就是失败的,应该说是你的变量或者说是问卷设计有问题 当然也可以不一定参照必须要大于0.5,但是常规的都是这样参照的 这个因子载荷低有可能是问卷变量设计问题,有可能是数据采集质量有问题 如果是第一个问题的话 你可以先进行下问卷题目调整,比如删减部分题目再尝试,当然不是随意删减的,而是根据项目分析的相关指标来进行. 如果是数据质量问题 你可以尝试着删除部分变量再试一下 如果两种方法都不行了,只能说明你的变量设计完全有问题或者数据完全不行 只能重做
@晁河2915：spass如何删减指标提高信度? -
亓虎13268519346…… 原则很简单,第一是因子载荷,因子载荷偏低的题目要删除(一般是0.3一下就可以考虑删,如果要求较高,0.5以下都可以删除,这个也要兼顾你的理论构建,如果某题目因子载荷不算特高,但他代表了你的概念的重要内涵,那也可以保留);另一个考虑因素是共同度,共同度偏低的删(一般0.3一下可以考虑删,这些数字指标不是绝对的标准,需要你综合多方面因素考量).主要是从以上两个因素出发来删减,具体做的时候最好没删掉一两个题目,重新做一次因子分析,然后从新的因子分析结果里面再挑选需要删减的项目,循环往复,因子分析的结果好了以后再去做信度检验
@晁河2915：关于SPSS 因子分析主成分分析因子载荷量只有大于0.5才能抽取么,没有一个大于0.5这个分析是不是就失败了?RT,这种情况有什么办法可以解决么,比... - 作业帮
亓虎13268519346…… [答案] 这个不能说此次分析就是失败的,应该说是你的变量或者说是问卷设计有问题 当然也可以不一定参照必须要大于0.5,但是常规的都是这样参照的 这个因子载荷低有可能是问卷变量设计问题,有可能是数据采集质量有问题 如果是第一个问题的话 你...
@晁河2915：因子分析,累计贡献率很低 怎么办? -
亓虎13268519346…… 将数据随机选取部分进行再分析看如何 如果不行的话,根据因子载荷矩阵,剔除部分在因子载荷上低于0.5的题项,然后再重做因子分析看效果 如果都不行了,要么是重新收集数据,要么就要重新设计问卷了
@晁河2915：按照模型做的问卷把因子分成4个部分,但是spss因子分析成分提取的时候只提出来3个怎么办 -
亓虎13268519346…… 如果你是用别人已经修订好的问卷做研究,那最好还是能提取4个,直接提取不成那就在因子提取方法里选强制抽取4个,完全可以,这个时候你再看看KMO,特征值方差贡献率,共同度和因子载荷,如果都比较好(一般就是说KMO值0.8以上,方差贡献率起码0.4,共同度起码也有0.4,因子载荷起码均在0.4以上),那就OK,若是不好,酌情删除一些题目(主要是看因子载荷,太低的删,一个题目在两个因子上载荷接近的也删),再重新做因子分析看结果 如果这个模型是你自己构想的,还不是很成型,那提取三个因子也可能有它的道理,你看看三个因子能否有个合理的命名,如果可以,那也OK
@晁河2915：R语言因子分析旋转载荷问题 -
亓虎13268519346…… 因子旋转载荷..你是不是这么算的, 1. 数据标准化 2. 算相关系数矩阵R 3. 求R的特征值和贡献率,看你这就是前四个特征值的贡献率估计就占了90%左右 4. 算出你的因子载荷阵 5. 将载荷阵实行方差最大正交转换,得到你上面那个表.那么...
@晁河2915：因子载荷 - 为什么要对因子载荷矩阵进行方差最大化旋?为什么要对因子载荷矩阵进
亓虎13268519346…… 根据矩阵载荷值,大于0.5的归为一类因子.当发现一个项目有两个载荷值大于0.5,或一个项目归类一个因子时,都需要删除,这其实就是效度中的区分效度和收敛效度.
@晁河2915：求因子旋转的实例 -
亓虎13268519346…… 1.最大变异法(Varimax):使负荷量的变异数在因子内最大,亦即,使每个因子上具有最高载荷的变量数最少. 2.四次方最大值法(Quartimax):使负荷量的变异数在变项内最大,亦即,使每个变量中需要解释的因子数最少. 3.相等最大值法(Equamax):综合前两者,使负荷量的变异数在因素内与变项内同时最大. 4.直接斜交转轴法(Direct Oblimin):使因素负荷量的差积(cross-products)最小化. 5.Promax 转轴法:将直交转轴(varimax)的结果再进行有相关的斜交转轴.因子负荷量取2,4,6次方以产生接近0但不为0的值,藉以找出因子间的相关,但仍保有最简化因素的特性.
@晁河2915：我如何实现如下因子分析 -
亓虎13268519346…… 因子分析算是spss高级进阶的内容了,一般缺少统计基础的人很难理解因子分析的数据基础,导致在数据分析的时候忽略很多细节,导致错误的发生.在因子分析中最容易发生的一个错误就是某些变量的因子载荷出现负数而没有对其进行处理,...
@晁河2915：AMOS验证性因素分析拟合指数不理想怎么办 -
亓虎13268519346…… 重新探索你的因子结构,删除低载荷指标,增加样本量.(南心)
