1 / 17

STATISTICA 的因素分析 (Factor Analysis)

STATISTICA 的因素分析 (Factor Analysis). 南台科技大學企管系 呂金河. 因素分析 (Factor Analysis). 目的 : 是將彼此相關的變數，轉化成為少數有概念化意義的因素 ( 不可觀察的、抽象的構念、潛性變數 ) ，且這些共同因素可以最佳解釋原變數間的相關情形。 利用 因素分析進行效度分析 主成份分析所著重的在於如何 『 轉換 』 原始變項使之成為一些綜合性的新指標，而其關鍵在 『 變異數 』 問題。與主成份分析不同的是，因素分析重視 的是如何解釋變數之間的 『 共變異數 』( 相關 ) (covariance) 問題.

lycoris-rhea
Download Presentation

STATISTICA 的因素分析 (Factor Analysis)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. STATISTICA的因素分析(Factor Analysis) 南台科技大學企管系 呂金河

  2. 因素分析(Factor Analysis) • 目的:是將彼此相關的變數，轉化成為少數有概念化意義的因素 (不可觀察的、抽象的構念、潛性變數)，且這些共同因素可以最佳解釋原變數間的相關情形。 • 利用因素分析進行效度分析 • 主成份分析所著重的在於如何『轉換』原始變項使之成為一些綜合性的新指標，而其關鍵在『變異數』問題。與主成份分析不同的是，因素分析重視的是如何解釋變數之間的『共變異數』(相關) (covariance)問題

  3. 三、 因素分析 • 因素分析分成兩種 ‧探索性因素分析(Exploratory F.A.)： 因素模式的結構或背後的理論未知。資料是用來顯示或指明因素模式的結構。故可視為幫助建立理論的方法。 ‧驗証性因素分析(Confirmatory F.A.)： 基於背後的理論而設定因素模式的結構，今利用實際資料來驗証或確認，資料是否配適設定的模式。因此C.F.A可視為理論檢測或假設(模式)檢定的方法。近年中亦成為驗証或確認量表效度的新方法。

  4. 三、 因素分析 例如： (1)某500大企業的總裁想量測該公司的形象 (2)行銷經理想量測銷售員的銷售能力 (3)高科技公司經理想量測妨礙技術革新的決定因素 以上問題都需要某種工具或問項(變數)，以量測各種構念(construct)(如態度，印象，革新阻力)。因素分析就是展開問項變數用以量測構念(抽象的觀念)的方法。

  5. 因素分析的步驟 A.進行因素分析前資料的檢視 B.導出因素並評估整體的適合度 C.因素的解釋 D.選擇因素時，效度之考量標準 E.因素分析結果的應用

  6. 因素分析的步驟 • A.進行因素分析前資料的檢視 1.檢視資料的相關係數矩陣，相關係數須顯 著的大於0.3 2.Bartlett的球型檢定(Bartlett test of sphericity)，此種統計檢定主要是用來檢定變數間的相關係數是否顯著 3.凱莎(kaiser)的MSA(measure of sampling adequacy) ( KMO指標)，判斷準則，其值介於0到1之間， KMO＜0.5，表示資料不適合做因素分析。 Note: STATISTICA沒有以上兩者的步驟

  7. 因素分析的步驟 • B.導出因素並評估整體的適合度 1.萃取因素的方法：多種，主要有主成份分析法與主軸因素分析法兩種。 2.因素個數的選擇：在選擇因素的個數上， 主要是以尋求該因素的特徵值(eigenvalue)大於1作為取決的標準(凱莎(Kaiser)準則)，並配合陡坡圖(scree plot)的肘點決定因素的個數。累積解釋變異量最好大於 60%。

  8. 因素分析的步驟 • C.因素的解釋 1.利用最大變異法（varimax）或四方最大法（quartimax）等直交轉軸法，找出最容易解釋的因素。 2.由因素負荷大的變數將其內容綜合以對因素命名，或以因素負荷值最大的變數作為優先命名。

  9. 因素分析的步驟 • D.選擇因素時，效度之考量標準 1.因素之特徵值(eigenvalue)須大於1。 2.最大變異數轉軸法(varimax)旋轉以後，取因素負荷量(factor loading)絕對值大於0.6者。(收斂效度) 3.兩因素負荷量差大於0.3者。(區別效度) 4.共同性(communality)須大於0.5。 5.分項對總項(item to total)相關係數大於0.5，且顯著者。

  10. 因素分析的步驟 • E. 因素分析結果的應用 針對每一筆資料，可以估算其個別因素之得點分數(因素分數)，因素分數之計算常透過因素權重所形成的迴歸式來完成，所計算出來的因素分數是經過標準化而成。將因素視為一新(潛性)變數，其因素分數為其觀察值，以進行其他統計分析。

  11. STATISTICA操作 • 點選多變量探索技巧 因子分析  按變數選擇全部確定  確定 在敘述統計量欄 按檢視相關係數，平均數，標準差在進階對話框上的 萃取方法選主成份或主軸法在最大因子數 鍵入數字(內建2)且在最小特徵值鍵入數字(內建1) 確定 在快速欄的因子轉軸選最大變異法或四次方最大值，按摘要:因子負荷，因子負荷圖 在已解釋變異欄 按特徵值，共通性，陡坡圖，重製殘差相關矩陣在得點欄 按因子得點係數，因子得點

  12. 舉例 • 例1:公司之社會資本量表的因素分析(吳萬益:企業研究方法2nd ed.)。 研究架構圖如下

  13. 例:組織之社會資本量表

  14. 表 2 組織社會資本之內部一致性及分項對總項相關係數

  15. 變數SC4的因子負荷0,574<0.6，刪去此題再分析

  16. 取特徵值>1 與陡坡圖肘點位置決定因子個數

  17. 共通性表示因子解釋變數變異數的比例 • 用因子負荷對因子命名並決定建構效度

More Related