楼主: melon小姐
24073 15

[学习资料] 验证性因子分析or探索性因子分析,求助…… [推广有奖]

  • 0关注
  • 0粉丝

大专生

38%

还不是VIP/贵宾

-

威望
0
论坛币
5 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
2217 点
帖子
30
精华
0
在线时间
45 小时
注册时间
2011-4-2
最后登录
2011-10-15

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
我论文写的是某种特质对某因变量的影响研究,经过文献综述,各位学者提出了这种特质的很多具体特质,我选取了其中提到比率最高的4个特质来分析,当然学者们提出的具体特质更多,有的多达9个,我选取的是学者们理论中的重合部分。不过这些特质也并没有什么成熟的量表,量表是我根据每个特质的维度提出的。

我的假设直接是具体特质1对因变量是正向影响的,具体特质2对因变量是正向影响,以此类推到4……很简单的假设。

我对实证分析也不咋懂,之前发帖有人指导我应该用验证性因子分析,不过我还是不太理解,这样的模型和假设按照常用的spss分析步骤“信效度--因子分析--相关分析--回归”可以么还是必须得使用结构方程呢?

请大家帮忙解答吧……谢啦……
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:探索性因子分析 验证性因子分析 验证性因子 因子分析 验证性 因变量 论文 模型 影响

回帖推荐

602dxz 发表于4楼  查看完整内容

一般步骤就是 多元回归方法:1.信度效度检验→2.因子分析(旋转负荷矩阵后看看因子负荷)→3.求出各个因子的因子得分→4.因子得分进行回归 结构方程模型方法:1.信度效度检验→2.因子分析(旋转负荷矩阵后看看因子负荷)→3.结构方程建模 不过要注意你的样本量是否充足,变量是否都服从多元正态分布,这一点比较容易被忽视。如果变量不都是正态分布那就推荐你用结构方程模型 因为AMOS一类的软件都是用的最大拟然法,相比之下比 ...

本帖被以下文库推荐

沙发
zhanghui123 发表于 2011-10-4 15:20:36 |只看作者 |坛友微信交流群
直接按照你的方法来就行。不一定非要用结构方程。

使用道具

藤椅
melon小姐 发表于 2011-10-4 15:51:18 |只看作者 |坛友微信交流群
zhanghui123 发表于 2011-10-4 15:20
直接按照你的方法来就行。不一定非要用结构方程。
哦?是么?我怕分析的效果会不好呢……不过您这样说,我的担心减轻了一点……谢谢您~周围同学也大都是新手,刚开始学习spss,对于这方面也是模棱两可的意见,我都不知道去找谁请教,谢谢您回复我~~

使用道具

板凳
602dxz 发表于 2011-10-4 15:56:30 |只看作者 |坛友微信交流群
一般步骤就是
多元回归方法:1.信度效度检验→2.因子分析(旋转负荷矩阵后看看因子负荷)→3.求出各个因子的因子得分→4.因子得分进行回归
结构方程模型方法:1.信度效度检验→2.因子分析(旋转负荷矩阵后看看因子负荷)→3.结构方程建模
不过要注意你的样本量是否充足,变量是否都服从多元正态分布,这一点比较容易被忽视。如果变量不都是正态分布那就推荐你用结构方程模型
因为AMOS一类的软件都是用的最大拟然法,相比之下比普通最小二乘法对非正态性的容忍要好点。当然还有就是直接用偏最小二乘法,它不要求变量的分布。
已有 2 人评分学术水平 热心指数 信用等级 收起 理由
vickyfujie + 1 + 1 + 1 精彩帖子
melon小姐 + 1 + 1 + 1 观点有启发,谢谢

总评分: 学术水平 + 2  热心指数 + 2  信用等级 + 2   查看全部评分

使用道具

报纸
lgz48 发表于 2011-10-4 18:22:23 |只看作者 |坛友微信交流群
看看。。。。

使用道具

地板
melon小姐 发表于 2011-10-5 11:09:31 |只看作者 |坛友微信交流群
602dxz 发表于 2011-10-4 15:56
一般步骤就是
多元回归方法:1.信度效度检验→2.因子分析(旋转负荷矩阵后看看因子负荷)→3.求出各个因子 ...
按照你说的,我检验了一下变量正态分布的情况,不理想,都是偏态分布,我统计知识学的差,不知道偏态分布是不是也可以允许呢?
还有,我的样本量不大,只有200个样本,35个题项,刚刚符合要求而已……

使用道具

7
602dxz 发表于 2011-10-5 17:13:19 |只看作者 |坛友微信交流群
你这个情况蛮尴尬的,你有35个观测变量。如果用结构方程模型的话,200个样本是识别不了的。但是如果用普通二乘法来做多元回归,根据你数据的非正态程度估计误差会很大。你要么增大样本量(350以上),同时将那些非正态很厉害的变量去除(将观测变量减到25左右)保证SEM可以识别,然后用SEM做(AMOS软件的话用最大拟然法或者GLS法来做)。要么就用偏最小二乘法来回归这个不要求变量服从正态分布。
已有 1 人评分学术水平 热心指数 信用等级 收起 理由
melon小姐 + 1 + 1 + 1 谢谢你~

总评分: 学术水平 + 1  热心指数 + 1  信用等级 + 1   查看全部评分

使用道具

8
yeyunanzhuang 发表于 2011-11-12 15:42:37 |只看作者 |坛友微信交流群
路过,学习了,谢谢

使用道具

9
蓝星929 发表于 2011-11-13 00:00:17 |只看作者 |坛友微信交流群
学习,学习……
不抛弃,不放弃!

使用道具

10
tammylulu 发表于 2011-11-13 10:35:39 |只看作者 |坛友微信交流群
也没必要做结构方程模型吧。就用SPSS做的话,先做一下项目分析,删除一些不好的题项。再做四因子下题项的相关,删除收敛效度和区分效度不明显的题项,接着做探索性因素分析,看看能不能分四维,各题项的因子载荷。再分析信效度-算四因子的得分-相关-回归。结果应该差不多了。

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-24 09:12