问题二:怎么用SPSS做因子分析具体的步骤是什么由 把需要进行因子分析的变量 全部移入因子分析 对话框,然后选择正交旋转 点确定就好了
问题三:因子分析可分为哪三个步骤 职务分析是一项技术性很强的工作,需要做周密的准备。同时还需具有与人力资源管理活动相匹配的科学的、合理的 *** 作程序。 (一)准备阶段 1、建立工作分析小组。小组成员通常由分析专家构成。所谓分析专家,是指具有分析专长,并对组织结构及组织内各项工作有明确概念的人员。一旦小组成员确定之后,赋予他们进行分析活动的权限,以保证分析工作的协调和顺利进行。 2、明确工作分析的总目标、总任务。根据总目标、总任务,对企业现状进行初步了解,掌握各种数据和资料。 3、明确工作分析的目的。有了明确的目的,才能正确确定分析的范围、对象和内容,规定分析的方式、方法,并弄清应当收集什么资料,到哪儿去收集,用什么方法去收集。 4、明确分析对象。为保证分析结果的正确性,应该选择有代表性、典型性的工作。 5、建立良好的工作关系。为了搞好工作分析,还应做好员工的心理准备工作,建立起友好的合作关系。 (二)调查阶段 分析人员应制定工作分析的时间计划进度表,以保证这项工作能够按部就班的进行调查。同时搜集有关职位的相关信息。这一阶段包括以下几项内容: 1、选择信息来源。信息主要来源于:工作执行者本人、管理监督者、顾客、分析专家、职业名称辞典以及以往的分析资料。 2、选择收集信息的方法和系统。信息收集的方法和分析信息适用的系统由工作分析人员根据企业的实际需要灵活运用。 3、搜集职位的相关信息 (三)分析阶段 工作分析就是审查、分析企业某个工作有关的信息的过程。也就是说,该阶段包括信息的整理、审查、分析三个相关活动,是整个工作分析过程的主要部分。 1、工作名称 该名称必须明确,使人看到工作名称,就可以大致了解工作内容。如果该工作已完成了工作评价,在工资上已有固定的等级,则名称上可加上等级。 2、聘用人员数目 同一工作所聘用工作人员的数目和性别,应予以记录。 3、工作单位 工作单位是显示工作所在的单位及其上下左右的关系,也就是说明工作的组织位置。 4、职责 所谓职责,就是这项工作的权限和责任有多大,主要包括以下几方面: 5、工作知识 工作知识是为圆满完成某项工作,工作人员应具备的实际知识。这种知识应包括任用后为执行其工作任务所需获得的知识,以及任用前已具备的知识。 6、智力要求 智力要求指在执行过程中所需运用的智力,包括判断、决策、警觉、主动、积极、反应、适应等。
问题四:用SPSS做因子分析时,怎样给数据标准化(具体 *** 作步骤)? 我一般都是在excel里对数据进行标准化预处理骸然后拿处理后的数据在spss里做因子分析,虽然麻烦点,但是心里有谱,知道该怎么 *** 作,希望我的经验能帮上你
问题五:验证性因子分析的测试步骤 验证性因子分析往往通过结构方程建模来测试。在实际科研中,验证性因子分析的过程也就是测度模型的检验过程。可以进行测度模型及包括因子之间关系的结构方程建模并拟合的统计软件有很多,比如LISREL、AMOS、EQS、MPLUS等。其中最常用的是LISREL。在LISREL这个软件中有三种编程语言:PRELIS是用来作数据处理或简单运算,比如作一些回归分析、计算一个样本的协方差矩阵;LISREL是一种矩阵编程语言,它用矩阵的方式来定义我们在测度项与构件、构件之间的关系,然后采用一个估计方法 (比如极大似然估计) 进行模型拟合;SIMPLIS是一种简化的结构方程编程语言,适合行为研究者用。一般来讲,研究者需要先通过SIMPLIS建立测度模型,然后进行拟合。根据拟合的结果,测度模型可能需要调整,抛弃质量差的测度项,然后再拟合,直到模型的拟合度可以接受为止。
问题六:用SPSS已经做出了因子分析,那么具体的分析结果应该怎么看呢? KMO检验统计量在07以上,说明变量之间的偏相关性较强,适合做因子分析,球形检验p小于0001,说明变量之间存在相关性。第二格表格为共同性,表示各变量中所含原始信息能被提取的共同因子所表示的程度,根据你的数据,你提取的公因子是两个,第三个表格是指提取的俩个主成分能解福差异的比列,第四个表格是主成分表达式,第五表格是因子得分公式。
问题七:统计分析中的因子分析(factors),如何确定因子的个数 方差累计贡献率,碎石图,特征根,很多的
问题八:因子分析法如何确定主成分及各个指标的权重? 5分 在SPSS中,主成分分析是通过设置因子分析中的抽取方法实现的,如果设置的抽取方法是主成分,那么计算的就是主成分得分,另外,因子分析和主成分分析尽管原理不同,但是两者综合得分的计算方法是一致的。
确定数据的权重也是进行数据分析的重要前提。可以利用SPSS的因子分析方法来确定权重。主要步骤是:
(1)首先将数据标准化,这是考虑到不同数据间的量纲不一致,因而必须要无量纲化。
(2)对标准化后的数据进行因子分析(主成分方法),使用方差最大化旋转。
(3)写出主因子得分和每个主因子的方程贡献率。
Fj =β1jX1 +β2jX2 +β3jX3 + ……+ βnjXn ; Fj 为主成分(j=1、2、……、m),X1、X2 、X3 、……、Xn 为各个指标,β1j、β2j、β3j、……、βnj为各指标在主成分Fj 中的系数得分,用ej表示Fj的方程贡献率。
(4)求出指标权重。 ωi=[(m∑j)βijej]/[(n∑i)(m∑j)βijej],ωi就是指标Xi的权重。
因子分析应用在评价指标权重确定中,通过主成分分析法得到的各指标的公因子方差,其值大小表示该项指标对总体变异的贡献,通过计算各个公因子方差占公因子方差总和的百分数。
问题九:因子载荷矩阵怎么得出?要求用SPSS的具体步骤讲解下,谢谢! 1,打开SPSS数据 2,选择 分析(a) 3,选择“降维 (Date Reduction)”――因子分析(factor)4,将需要因子分析的变量拖入变量框。 5,在抽取 菜单罚 “因子固定个数” (N) 设为 1 5,点击 继续 确定 6, 你将得到公因子方差表 和 因素负荷量 表
问题十:spss中如何用因子分析计算各指标的权重? 在表因子变量解释贡献率(Total Variance Explained)中,看各个主因子的方差贡献率(Initial Eigenvalues栏下的% of Variance),例如图中三个主因子对应的权重为52132、21017、11405,测将三个权重进行归一化处理,52132/(52132+21017+11405)、21017/(52132+21017+11405)、11405/(52132+21017+11405),所得三个数即为主因子权重有两个标准:1、KMO值大于07;2、巴特球体检验通过显著性检验。如果KMO值大于07,那么第二个标准一定通过,当第一个标准没达到时,再看第二个标准是否通过,如果通过检验亦可做因子分析。这两个标准都是用来检测变量之间的相关性程度,你可以通过删去变量中相关性小的变量,这个可以通过旋转载荷矩阵来判断哪些变量与其他变量相关性大小。因子分析算是spss高级进阶的内容了,一般缺少统计基础的人很难理解因子分析的数据基础,导致在数据分析的时候忽略很多细节,导致错误的发生。在因子分析中最容易发生的一个错误就是某些变量的因子载荷出现负数而没有对其进行处理,有的研究直接删除因子载荷为负数的变量,这不是一个可取的方法。
什么条件下需要进行指标正向化:在因子载荷绝对值很大而符号为负的时候,我们要将其正向化;或者我们在数据分析之前就已经知道哪几个变量是负向变量,我举一个例子,如下图所示,这是8个城市的7个环境指标,其中X1--X4是正向指标,值越大环境越好;而剩下的指标就是负向指标,值越大环境越差。那么对于负向指标我们需要进行正向化。
无法判定是否需要正向化怎么办?我们可以预先进行一次因子分析,使用上面表格中的数据,进行一次因素分析,并进行正交旋转。旋转后的成分矩阵,如图所示:我们看到权重最大的因子是成分1,5--7变量为负数,且绝对值很大,所以这三个变量有必要进行正向化。
spss中变量正向化的方法:在spss中,我们一般采用原始变量的负数或者倒数来进行正向化。在spss菜单中选择:转换--计算变量
打开计算变量对话框,输入一个变量名,然后输入公式,公式中的V5是原始的变量名,前面加一个符号就可以实现转换了,点击ok按钮
转换后得到的就是一个新变量b5,如图所示,以此方法你可以实现所有的变量的正向化。
使用新的变量进行因子分析:关于因子分析的方法你可以参考我以前写的文章,这里不是重点,这里的重点是如何进行变量的正太化。好了,教程到此了。欢迎大家关注我的后续文章。通过因子分析 剔除是可以的
不过需要检验是否适合采用因子分析进行剔除 就是说这些指标之间确实有一定的相关性存在的情况,可以采用因子分析剔除,如果之间没有相关性 那就不能剔除了
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)