實用干貨:因子分析超全步驟總結


因子分析是統計數據分析方法之一,因子分析包括探索性因子分析和驗證性因子分析。本文主要討論探索性因子分析。

 

一、研究背景

關於工作滿意度有14個問題,調研得到215份問卷結果。希望通過因子分析,用少量因子反映14個題目的信息,從而達到降低維度,便於分析的目的,並對因子命名用於后續分析。

 

二、分析步驟

 

Step1數據准備:

依據研究目的,收集相關數據。本例中就是我們收集得到的14個問題的有關數據。

因子分析要求數據一定為定量數據,問卷數據一般為量表題。

 

Step2選項設置:

點擊【進階方法】--【因子分析】。

將分析項拖拽至右側,點擊[開始分析],即可得到分析結果。

 

  • 設置[因子個數]:如果有預期想提取的因子個數,可以主動設置輸出的因子個數。
  • 勾選[因子得分]:可自動保存因子得分。
  • 勾選[綜合得分]:可自動保存綜合得分。

 

Step3結果解釋:

①判斷數據是否適合因子分析

首先考察收集到的原有變量適不適合進行因子分析,我們利用KMO檢驗和Bartlett的檢驗結果進行判斷。

 

表1:KMO和Bartlett的檢驗

 

上表展示KMO檢驗和Bartlett的檢驗結果

通常KMO值的判斷標准為0.6。大於0.6說明適合進行分析,反之,說明不適合進行分析。同時Bartlett檢驗對應P值小於0.05也說明適合分析。

SPSSAU輸出的結果中會給出智能解讀結果,直接查看智能分析:

 

 

②判斷提取因子個數

多數情況下,我們在分析時已經帶着主觀預期,希望題項如何歸類,此時可以直接設置對應的因子個數。

本例中,工作滿意度預期分為4個維度,因此將因子個數設為4。再進行分析。

 

因子個數設為4

 

表2:方差解釋率表格

 

方差解釋率表格,主要用於判斷提取多少個因子合適。以及每個因子的方差解釋率和累計方差解釋率情況。方差解釋率越大說明因子包含原數據信息的越多。因子分析中,主要關注旋轉后的數據部分。

從上表可知:本次共提取了4個因子。此4個因子旋轉后的方差解釋率分別是24.993%,22.049%,20.191%,18.809%,旋轉后累積方差解釋率為86.042%。

說明4個因子能夠提取14個分析項86.042%的信息量,這個值沒有固定標准,一般超過60%都可以接受。

 

如果研究人員並沒有預設維度。而選擇默認選項,SPSSAU默認以特征根大於1作為標准。

 

特征根:指標旋轉前每個因子的貢獻程度。此值的總和與項目數匹配,此值越大,代表因子貢獻越大。

當然因子分析通常需要綜合自己的專業知識綜合判斷,即使是特征根值小於1,也一樣可以提取因子。

 

碎石圖

 

同時可結合碎石圖輔助判斷因子提取個數。當折線由陡峭突然變得平穩時,陡峭到平穩對應的因子個數即為參考提取因子個數。

實際研究中更多以專業知識,結合因子與研究項對應關系情況,綜合權衡判斷得出因子個數。

 

③判斷因子與題項對應關系

上面提到確定因子提取個數除了要考慮以上指標,更重要的是結合因子與研究項對應關系情況判斷。

因子載荷系數表,正是反映因子和研究項對應關系情況。

表3:旋轉后因子載荷系數表格

 

從結果中可以看出,使用因子分析對14個項進行濃縮處理,濃縮為四個因子。

因子與題項對應關系,其中Q12-Q14在F1因子上有較高的載荷,說明F1因子可以解釋這幾個分析項,它們主要反映了工作報酬方面的滿意度;

Q9-Q11在F2上有較高的載荷,它們主要反映了領導管理方面的滿意度;

Q5-Q8在F3上有較高的載荷,它們主要反映了工作環境方面的滿意度;

Q1-Q4在F1上有較高的載荷,它們主要反映了個人發展方面的滿意度。

 

Step4結果調整:

如果出現因子分析結果與預期結果不一致,這種情況是非常常見的。對於不理想的題項可以移出該項,再次分析,直至所有分析項與因子對應關系良好。

 

如果出現以下3種問題,則需要對不合理題項進行刪除:

第一類:如果分析項的共同度值小於0.4,則對應分析項應該作刪除處理;

第二類:某分析項對應的”因子載荷系數”的絕對值,全部均小於0.4,也需要刪除此分析項;

第三類:如果某分析項與因子對應關系出現嚴重偏差(通常也稱作‘張冠李戴’),也需要對該分析項進行刪除處理。

這部分在幫助手冊中有詳細介紹,有需要可閱讀幫助手冊中對應內容:

https://spssau.com/front/spssau/helps/advancedmethods/factor.html

 

Step5因子命名:

當確定了最終提取的因子數及題項對應關系,即可對提取的因子命名。

可以結合旋轉后的因子載荷矩陣結果進行命名,最終將四個因子分別命名為F1工作報酬、F2領導管理、F3工作環境、F4個人發展。

 

三、后續分析

因子分析往往是預處理步驟,后續還需要結合具體研究目的進行分析,如回歸分析、聚類分析等。

此時,可能需要用到因子得分,返回分析頁面勾選[因子得分]即可生成因子得分。

 

如果是量表數據,建議通過【數據處理】--【生成變量】計算均值得到維度均值,用於后續研究。

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM