因子分析(探索性因子分析)用于探索分析项(定量数据)应该分成几个因子(变量),比如20个量表题项应该分成几个方面较为合适;用户可自行设置因子个数,如果不设置,系统会以特征根值大于1作为判定标准设定因子个数。在“进阶方法”模块中选择“因子”方法,将分析项定量拖拽到右侧分析框内,点击“开始分析”即可。
补充说明:如果有预期想提取的因子个数,可以主动设置输出的因子个数勾选“因子得分”与“综合得分”会在左侧分析框生成新的变量,标题如CompScore*****(综合得分)、FactorScore*****(因子得分)。因子得分可用于进一步分析,比如聚类分析,回归分析使用等;综合得分可用于对比排名等。
因子个数:多数情况下,我们在分析时已经带着主观预期,希望题项如何归类,此时可以直接设置对应的因子个数。
进行结构效度的正式分析前,第一步需要通过KMO和巴特利特检验进行测量问卷量表进而决定是否适合进行因子分析,KMO值是用来判断所选取变量在因素分析中的可接受程度,考察变量之间相关关系。
一般进行因子分析需要kmo值大于0.6即可。处理之外还需要关注巴特利特检验。巴特利特检验原理上是检验各变量是否独立,确定因素的相关性,如果模型显著(对应的p值小于0.05)说明适合因子分析。