spss統(tǒng)計因子分析(更新版)
【正文】 l”菜單下的 “ Univariate”子菜單實(shí)現(xiàn)的。 如果 F控制變量的相伴概率小于或等于顯著性水平，則控制變量的不同水平對觀察變量產(chǎn)生顯著的影響；如果 F協(xié)變量的相伴概率小于或等于顯著性水平，則協(xié)變量的不同水平對觀察變量產(chǎn)生顯著的影響。 統(tǒng)計學(xué)上的定義和計算公式 協(xié)方差分析 定義：協(xié)方差分析是將那些很難控制的因素作為協(xié)變量，在排除協(xié)變量影響的條件下，分析控制變量對觀察變量的影響，從而更加準(zhǔn)確地對控制因素進(jìn)行評價。 SPSS將自動計算F值，并根據(jù) F分布表給出相應(yīng)的相伴概率值。 （ 3）輸出的結(jié)果文件中第 3個表格如下所示。 單因素方差分析實(shí)質(zhì)上采用了統(tǒng)計推斷的方法，由于方差分析有一個比較嚴(yán)格的前提條件，即不同水平下，各總體均值服從方差相同的正態(tài)分布，因此方差分析問題就轉(zhuǎn)換成研究不同水平下各個總體的均值是否有顯著差異的問題。 方差分析就是實(shí)現(xiàn)上述功能的分析方法。從方差入手的研究方法有助于找到事物的內(nèi)在規(guī)律性。因子分析就是用少量幾個因子來描述許多指標(biāo)或因素之間的聯(lián)系，以較少的幾個因子反應(yīng)原資料的大部分信息的統(tǒng)計方法。 （ 10） SPSS輸出結(jié)果文件中的第十部分如下表所示。 （ 3） SPSS輸出結(jié)果文件中的第三部分如下表所示。下面以該方法為對象進(jìn)行分析。 （ 4）計算因子變量的得分。顯然，在一個低維空間解釋系統(tǒng)，要比在一個高維系統(tǒng)空間容易得多。 因此，有可能用較少的綜合指標(biāo)分析存在于各變量中的各類信息，而各綜合指標(biāo)之間彼此是不相關(guān)的，代表各類信息的綜合指標(biāo)稱為因子。在大多數(shù)情況下，許多變量之間存在一定的相關(guān)關(guān)系。 對多變量的平面數(shù)據(jù)進(jìn)行最佳綜合和簡化，即在保證數(shù)據(jù)信息丟失最少的原則下，對高維變量空間進(jìn)行降維處理。 （ 3）利用旋轉(zhuǎn)使得因子變量更具有可解釋性。其中基于主成分模型的主成分分析法是使用最多的因子分析方法之一。 SPSS結(jié)果解釋 （ 2） SPSS輸出結(jié)果文件中的第二部分如下表所示。 （ 9） SPSS輸出結(jié)果文件中的第九部分如下表所示。 討論 小 結(jié) 因子分析是由 Charles Spearman在 1904年首次提出，其在某種程度上可以被看成是主成分分析的推廣和擴(kuò)展。方差分析方法在不同領(lǐng)域的各個分析研究中都得到了廣泛的應(yīng)用。同樣，也可以使用不同的教材，分析其對教學(xué)效果的影響。例如，培訓(xùn)是否給學(xué)生成績造成了顯著影響；不同地區(qū)的考生成績是否有顯著的差異等。 SPSS中實(shí)現(xiàn)過程 ? 研究問題 表 51 三組學(xué)生的數(shù)學(xué)成績 人 名 數(shù) 學(xué) 組 別 hxh 0 yaju 0 yu 0 shizg 0 hah 0 s 0 watet 2 jess 2 wish 2 2_new1 2 2_new2 2 2_new3 2 2_new4 1 2_new5 1 2_new6 1 2_new7 1 2_new8 1 2_new9 1 ? 實(shí)現(xiàn)步驟 圖 51 在菜單中選擇“ OneWay ANOVA”命令 圖 52 “OneWay ANOVA”對話框 圖 53 “OneWay ANOVA： Options”對話框 圖 54 “OneWay ANOVA： Post Hoc Multiple Comparisons”對話框 圖 55 “OneWay ANOVA： Contrasts”對話框 結(jié)果和討論 （ 1）首先是單因素方差分析的前提檢驗結(jié)果，也就是 Homogeneity of variance test （ 2）輸出的結(jié)果文件中第 2個表格如下所示。 以上 F統(tǒng)計量服從 F分布。 （ 7） 輸出結(jié)果的最后部分是控制變量之間是否有交互影響的圖形。 SPSS將自動計算F值，并根據(jù) F分布表給出相應(yīng)的相伴概率值。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1