二阶验证性因子分析中有一个一阶潜变量的因素负荷量大于0.95

spss19 发表于 2019-1-25 18:03
如果以負荷量的標準，有學者認為應在0.708以上，那麼0.6不算高。當然，也有學者認為負荷量在0.4-0.7之間可 ...

老师您好，我想请教您一个问题，我现在在用spss做分层回归。首先把控制变量中的分类变量都处理成虚拟变量，比如学历分了4类，有3个虚拟变量，回归模型跑出来会直接显示三个虚拟变量，学历1、学历2、学历3。但是我看别人的论文中都不是这样，都是直接学历后面有一个标准系数。想请问一下，它究竟应该是什么样的呢？我在表格直接报告学历1、学历2、学历3是正确的吗？
期待您的回答，感谢！

pyq1994 发表于 2019-3-1 15:55
老师您好，我想请教您一个问题，我现在在用spss做分层回归。首先把控制变量中的分类变量都处理成虚拟变量 ...

學歷常見有兩種處理方式：

1.將學歷轉為"受教育年數"，如，小學6學，初中9年，高中12年………，此時是計量資料，不須轉成虛擬變量，可以直接投入迴歸分析，得到係數

2.如果是初中以下、高中、本科、研究生……，此時是定序變量，要轉為虛擬變量。轉換時，須設定參照組為0(如初中)，其他就是學歷1(高中對初中)、學歷2(本科對初中)、學歷3(研究生對初中)。

spss19 发表于 2019-3-1 16:36
學歷常見有兩種處理方式：

1.將學歷轉為"受教育年數"，如，小學6學，初中9年，高中12年………，此時是 ...

谢谢老师！
另外，我回归模型跑完之后发现，控制变量中的年龄和工龄有共线性（年龄和工龄相关性大也符合常理推断），VIF达到15，请问两个控制变量之间相关性高需要怎么处理呢？
据说对数可以改善共线性问题，但是论坛上有同学说年限这类变量一般是不取对数的。请问老师，还能有什么别的办法？或者控制变量之间的这种共线性可以不作处理吗？

pyq1994 发表于 2019-3-2 11:05
谢谢老师！
另外，我回归模型跑完之后发现，控制变量中的年龄和工龄有共线性（年龄和工龄相关性大也符合 ...

如果年齡與工齡只當做控制變量，那麼其他後續變量的分析才是重點，前兩者的共線性應該不會造成其他變量的問題。我認為並不須特別在意。

spss19 发表于 2019-3-2 22:17
如果年齡與工齡只當做控制變量，那麼其他後續變量的分析才是重點，前兩者的共線性應該不會造成其他變量的 ...

好的～！感谢您的回复

spss19 发表于 2019-1-23 21:26
1. 相關0.91已經非常高了，取平方根之後是0.95。即使是0.80也很高，平方根約為0.90。
2. 同時計算每個因 ...

您好，我在做二阶验证性因子分析时也遇到了同样的问题，三个一阶潜变量在二阶潜变量上的负荷量分别为0.96、0.89、0.88。其中一个超过了0.95的标准。
根据您的意见，我做了其他分析，结果如下：
1.一阶验证性因子分析中，三个一阶潜变量之间的相关分别为0.85、0.78、0.84；
2.计算了三个一阶潜变量的AVE和CR值，AVE值分别为0.525、0.600、0.567，CR值分别为0.815、0.857、0.839；
3.做了区分效度检验，三个一阶潜变量AVE的平方根大于它们与其他潜变量之间的相关系数；
4.各个指标对三个一阶潜变量的负荷量分别为0.66、0.74、0.71、0.77、0.74、0.77、0.82、0.76、0.72、0.74、0.77、0.79，没有大于0.90的题目。
在这样的数据分析结果和有必要做二阶验证性因子分析的情况下，我那个负荷量大于0.96的一阶潜变量还能如何处理呢？请指教，感谢。

https://bbs.pinggu.org/thread-10719096-1-1.html 可以参考下这篇文章 里面讲了验证性因子分析拟合指标说明 可以看一下