《社会统计分析方法》课程PPT教学课件（SPSS软件应用）第五章 因子分析

第五章因子分析 第一节因子分析简介 第二节基本原理 第三节求解初始因子 第四节解释因子 第五节因子值及其应用 第六节研究实例 参见郭志刚主编,《社会统计分析方法SPSS软件应用》 第三章,中国人民大学出版社1999

第五章 因子分析 第一节 因子分析简介 第二节 基本原理 第三节 求解初始因子 第四节 解释因子 第五节 因子值及其应用 第六节 研究实例 参见郭志刚主编，《社会统计分析方法—SPSS软件应用》 第三章， 中国人民大学出版社1999

第 因子分析简介 因子分析( Factor Analysis,也称因素分析)是 种数据化简技术 1、考察一组变量之间的协方差或相关系数结 构 2、解释这些变量与为数较少的因子(即不可观 测的潜变量)之间的关联

第一节 因子分析简介 • 因子分析( Factor Analysis ,也称因素分析)是 一种数据化简技术 • 1、考察一组变量之间的协方差或相关系数结 构 • 2、解释这些变量与为数较少的因子(即不可观 测的潜变量) 之间的关联

分类 探索性因子分析( Exploratory Factor Analysis, EFA) 验证性因子分析( Confirmatory Factory Analysis, cFa) 也称为实证性因子分析、证实性因子 分析、确定性因子分析)

分类 • 探索性因子分析( Exploratory Factor Analysis ,EFA) • 验证性因子分析(Confirmatory Factory Analysis ,CFA ） ——也称为实证性因子分析、证实性因子 分析、确定性因子分析)

共同 1、理论基础:普通因子分析模型 ·2、主要目的:浓缩数据 —通过对诸多变量的相关性研究,用假想的 少数几个变量因子、潜变量)来表示原来变 量观测变量)的主要信息

共同点 • 1、理论基础：普通因子分析模型 • 2、主要目的：浓缩数据 ——通过对诸多变量的相关性研究,用假想的 少数几个变量(因子、潜变量) 来表示原来变 量(观测变量) 的主要信息

图1因子结构模型

不同 1、基本思想不同 因子分析的基本思想是要寻找公共因子,以 达到数据化简的目的。 探索性因子分析:找出影响观测变量的因 子个数,以及各个因子和各个观测变量之间 的相关程度,以试图揭示一套相对比较大的 变量的内在结构。 研究者的假定是每个指标变量都与某个因 子匹配,而且只能通过因子载荷凭知觉推断 数据的因子结构

不同 • 1、基本思想不同 • 因子分析的基本思想是要寻找公共因子,以 达到数据化简的目的。 • 探索性因子分析：找出影响观测变量的因 子个数,以及各个因子和各个观测变量之间 的相关程度,以试图揭示一套相对比较大的 变量的内在结构。 • 研究者的假定是每个指标变量都与某个因 子匹配,而且只能通过因子载荷凭知觉推断 数据的因子结构

验证性因子:决定事前定义因子的模型拟合 实际数据的能力,以试图检验观测变量的因子 个数和因子载荷是否与基于预先建立的理论 的预期一致 ·指标变量是基于先验理论选出的,而因子分析 是用来看它们是否如预期的一样。 先验假设:每个因子都与一个具体的指示变 量子集对应,并且至少要求预先假设模型中因 子的数目,但有时也预期哪些变量依赖哪个因

• 验证性因子：决定事前定义因子的模型拟合 实际数据的能力,以试图检验观测变量的因子 个数和因子载荷是否与基于预先建立的理论 的预期一致。 • 指标变量是基于先验理论选出的,而因子分析 是用来看它们是否如预期的一样。 • 先验假设：每个因子都与一个具体的指示变 量子集对应,并且至少要求预先假设模型中因 子的数目,但有时也预期哪些变量依赖哪个因 子

2、应用前提不同 探索性因子分析没有先验信息而验证性因子 分析有先验信息。 探索性因子分析是在事先不知道影响因子的 基础上,完全依据样木数据,利用统计软件以 定的原则进行因子分析通过因子载荷凭知觉 推断数据的因子结构,最后得出因子的过程。 ·适合于在没有理论支持的情况下对数据的试 探性分析 ·这就需要用验证性因子分析来做进一步检验

• 2、应用前提不同 • 探索性因子分析没有先验信息,而验证性因子 分析有先验信息。 • 探索性因子分析是在事先不知道影响因子的 基础上,完全依据样本数据,利用统计软件以一 定的原则进行因子分析,通过因子载荷凭知觉 推断数据的因子结构，最后得出因子的过程。 • 适合于在没有理论支持的情况下对数据的试 探性分析。 • 这就需要用验证性因子分析来做进一步检验

验证性因子分析基于预先建立的理论,要求 事先假设因子结构,其先验假设是每个因子 都与一个具体的指示变量子集对应,以检验 这种结构是否与观测数据一致。 也就是在上述数学模型中,首先要根据先验 信息判定公共因子数m,同时还要根据实际 情况将模型中某些参数设定为某一定值。 这样,验证性因子分析也就充分利用了先验 信息,在已知因子的情况下检验所搜集的数 据资料是否按事先预定的结构方式产生作 用

• 验证性因子分析基于预先建立的理论,要求 事先假设因子结构,其先验假设是每个因子 都与一个具体的指示变量子集对应,以检验 这种结构是否与观测数据一致。 • 也就是在上述数学模型中,首先要根据先验 信息判定公共因子数m ,同时还要根据实际 情况将模型中某些参数设定为某一定值。 • 这样,验证性因子分析也就充分利用了先验 信息,在已知因子的情况下检验所搜集的数 据资料是否按事先预定的结构方式产生作 用

3、理论假设不同 探索性因子分析的假设主要包括: ①所有的公共因子都相关(或都不相关); ②所有的公共因子都直接影响所有的观测变 ③特殊(唯一性)因子之间相互独立; ④所有观测变量只受一个特殊(唯一性)因子 的影响; ⑤公共因子与特殊因子(唯一性)相互独立

• 3、理论假设不同 • 探索性因子分析的假设主要包括: • ①所有的公共因子都相关(或都不相关) ; • ②所有的公共因子都直接影响所有的观测变 量; • ③特殊(唯一性) 因子之间相互独立; • ④所有观测变量只受一个特殊(唯一性) 因子 的影响; • ⑤公共因子与特殊因子(唯一性) 相互独立