【正文】 0a21a20a22a18a16a19a9a171 2 3 4 5C o m p o n e n tE x t r a c t i o n M e t h o d : P r i n c i p a l C o m p o n e n t A n a l y s i s . R o t a t i o n M e t h o d : V a r i m a x w i t h K a i s e r N o r m a l i z a t i o n .R o t a t i o n c o n v e r g e d i n 7 i t e r a t i o n s .a . C o m p o n e n t T r a n s f o r m a t i o n M a t r i x 　（成分轉換矩陣）. 6 8 7 . 5 1 5 . 3 3 8 . 2 7 1 . 2 7 3 . 6 4 0 . 7 4 9 . 0 2 0 . 1 5 1 . 0 7 2 . 1 7 0 . 3 4 1 . 1 6 9 . 6 3 4 . 6 5 1 . 2 7 4 . 2 3 7 . 8 8 8 . 2 1 9 . 1 7 9. 1 1 6 . 0 2 2 . 2 6 2 . 6 7 3 . 6 8 1C o m p o n e n t123451 2 3 4 5E x t r a c t i o n M e t h o d : P r i n c i p a l C o m p o n e n t A n a l y s i s . R o t a t i o n M e t h o d : V a r i m a x w i t h K a i s e r N o r m a l i z a t i o n .轉軸后的因素矩陣負荷量＝因素矩陣 成分轉換矩陣 將因素矩陣中每一題項的各成分 成分轉換矩陣的第一縱列，便得到轉軸后的因素矩陣第一因素的負荷量。 a3: *+()*()+()*()+()*()+* = 將因素矩陣中每一題項的各成分 成分轉換矩陣的第 2縱列，便得到轉軸后的因素矩陣第 2因素的負荷量。 . 5 3 1. 5 0 8. 5 3 7. 4 9 9. 4 6 7. 4 7 2. 3 8 1. 3 4 1. 5 2 8. 4 9 6. 4 2 1. 3 9 6. 4 7 7. 4 5 9. 4 4 2. 5 7 1. 5 4 3. 3 2 3. 2 9 0. 3 4 4. 4 9 6. 4 6 8. 3 9 4. 4 9 6. 6 0 6. 6 2 3. 5 6 2. 6 0 4. 5 7 0. 3 9 4共同度. 7 1 8. 0 7 8 . 0 0 1 . 0 4 1 . 0 8 9 . 0 1 0. 6 9 8. 0 2 1. 1 2 3 . 0 4 7 . 0 5 0 . 0 1 2. 6 9 7. 1 4 6. 0 0 3. 0 0 9 . 1 6 5. 0 5 1. 6 6 7. 1 2 9 . 1 0 0 . 0 6 5 . 0 5 7. 1 4 2. 6 6 0. 1 3 8 . 0 2 2 . 1 0 4. 0 3 3 . 0 0 6. 6 3 0. 1 7 2. 1 6 7. 0 6 8 . 1 0 7 . 0 4 1. 5 9 0. 0 7 9 . 0 9 0. 1 0 1 . 0 6 8 . 0 6 1. 5 6 9. 0 1 1. 0 0 8 . 0 6 3. 0 5 5 . 1 0 1. 0 9 1. 7 0 1 . 0 4 1. 1 3 8. 0 8 1. 0 2 2. 0 9 6. 6 8 3 . 0 0 7. 0 9 0. 1 1 2 . 0 1 5. 2 2 4. 5 8 3 . 0 0 7 . 1 5 1 . 0 3 7 . 0 8 3. 2 0 9. 5 7 8. 0 9 5. 0 6 7 . 0 7 2. 0 1 8. 3 5 0. 5 5 7. 0 7 7 . 1 5 4. 0 4 8 . 1 1 4 . 1 3 7. 4 9 7. 0 0 9. 4 0 0. 1 2 3. 1 3 5 . 0 6 7. 4 1 2. 1 2 8. 3 8 9. 0 7 7. 3 0 6. 1 0 3. 0 9 1. 7 3 9. 0 6 8. 0 3 7. 0 1 1. 1 0 1. 1 3 8. 7 0 9 . 0 3 8. 0 6 0 . 0 7 4 . 1 0 6 . 1 0 2. 4 8 4. 0 7 0. 2 0 8. 1 4 0. 0 0 6 . 0 4 5. 3 9 4. 2 4 2. 2 4 4. 1 2 1 . 2 2 7. 0 1 2. 3 8 0. 2 5 7 . 0 2 9. 2 8 4 . 0 7 9. 0 3 3. 1 1 0. 6 5 6. 1 5 2. 1 5 4 . 2 0 9. 1 0 8 . 0 2 4. 5 7 7. 2 6 6. 0 9 4. 2 0 1 . 0 5 9. 0 8 0. 5 6 2. 1 0 2 . 1 3 1 . 0 0 6. 4 0 3. 1 7 8. 5 0 2 . 2 2 1 . 0 3 0 . 0 7 3. 0 1 2. 0 8 2. 0 9 8. 7 5 9. 0 8 9 . 1 7 0. 0 4 1. 1 2 6. 1 8 8. 7 0 0. 2 2 7 . 0 8 3. 1 4 1. 2 2 7. 1 0 8. 6 8 7. 0 0 9 . 0 1 3 . 0 9 9 . 1 5 9. 1 0 3. 1 9 6. 7 2 1. 0 0 7. 0 4 1. 3 6 3 . 0 4 8. 0 4 9. 6 5 7. 0 5 1. 0 2 8. 4 0 3. 0 9 8. 1 3 4. 4 4 835. 善于從失敗中吸取教訓26. 把困難看作是鍛煉的好機會，從中能獲取經(jīng)驗15. 仔細分析問題，以便更好地認識它29. 注重行動，努力改變現(xiàn)狀20. 制訂出克服困難的計劃并按計劃去做13. 吸取自己或他人的經(jīng)驗去解決問題04. 努力尋找解決問題的辦法02. 專心于學習忘掉煩惱30. 請求別人幫助克服困難17. 立即主動尋求別人的幫助07. 與父母或其它成年人商量解決09. 盡量與此問題有關的人討論解決10. 向有經(jīng)驗的親友、師長求解決問題的辦法33. 把自己的苦惱告訴別人，希望得到別人的同情16. 從有相同經(jīng)歷的人那里尋求安慰25. 換一種環(huán)境，把我苦惱的事拋在腦后24. 多想想愉快的事情05. 只當什么事情都沒有發(fā)生過12. 與類似情況的人相比較，自己覺得算不了什么06. 采取任其自然發(fā)展的態(tài)度31. 通過發(fā)泄來消除心中的不快32. 向引起困難的人和事發(fā)脾氣27. 借寫日記來消除煩惱14. 向好朋友訴說心中的煩惱11. 幻想自己能用超人的本領去克服困難34. 幻想一些不現(xiàn)實的事來消除煩惱28. 幻想自己已經(jīng)解決了面臨的困難18. 默默忍受著心中的煩惱22. 通常都從好的方面想，能忍則忍21. 心想壞事中也有好的一面，事情總會慢慢好起來123456C o m p o n e n t共同度 結構方程建模理論 三、 Lisrel命令 參數(shù)名稱 常用命令 命令文件順序 舉例 四、方法評價 五、應用要點 六、參考文獻 一、基本概念 變量分類 路徑圖 結構方程模型 結構方程子模型 參數(shù)矩陣 二、求解過程 基本思想 建模流程 求解條件 參數(shù)估計方法 模型評價 信度分析 1） 信度的基本內涵 信度可界定為真實分數(shù)的方差與觀察分數(shù)的方差的比例： 22觀測分數(shù)真實分數(shù)???注意：信度是指測驗分數(shù)的特性或測量的結果，而非指測驗或測量工具本身。因此，某測驗或量表是可信賴的說法是不正確的，應該說此測驗分數(shù)是可信賴的。信度適用于測驗分數(shù)而非測驗本身 。 因素分析之后，為進一步了解問卷的可靠性與有效性，要做信度檢驗。 2） 信度檢驗的方法 內部信度 ?Cronbach α 系數(shù) ?折半信度 外部信度 ?再測信度（不同時間得分的一致性）穩(wěn)定系數(shù) （ 1） Cronbach α 系數(shù) ? 優(yōu)點： ?估計信度的最低限度， ?是所有可能的折半信度的平均數(shù)， ?估計內部一致性 α 系數(shù)，用系數(shù)優(yōu)于折半法。 ? SPSS提供 α與標準化的 α系數(shù)。 ?當研究者采用試題的標準分數(shù)總和作為量表分數(shù)時，應該選用標準化的 α 系數(shù) ?當研究者用的原始分數(shù)總和作為量表分數(shù)時，則選用 α 系數(shù) 在態(tài)度量表法常用檢驗信度的方法為 α系數(shù)，其公式為： α 系數(shù)的取舍 α系數(shù)值界于 0— 1之問， α出現(xiàn) 0或 1兩個極端值的概率甚低，但究竟 α系數(shù)要多大，才算有高的信度，不同的方法論學者對此看法，也末盡相同。 學者 Nunnally(1978)認為 α系數(shù)位等于 ，但可以接受的量表邊界值。 學者 DeVellis(1991)也提出以下觀點， α系數(shù)值如果在 —； α系數(shù)值界于 — 接受值； α系數(shù)值界于 — ； α系數(shù)值界于在 — 。 另外，辦可求出量表的折半信度，所謂折半信度是將量表的題目分成兩半計分，根據(jù)受試者在兩半題項上所得的分數(shù)，計算二者的相關系數(shù)。 信度檢驗的方法 內部一致性系數(shù)的標準： ?編制預測問卷或先導性研究 ~ ?一般的基礎研究 ?總量表的信度系數(shù)最好在 ， ~ ?分量表，其信度系數(shù)最好在 ， ~ 。 ?用于篩選、分組等重要角色則應在 ，而 ?以發(fā)展測量工具為目的時，應在 ， 重要研究或決策時則應在 3） 信度操作程序 數(shù)據(jù)： 要求： 求出各因素（分量表）及量表總的內部一致性系數(shù) 程序： Analyze/Scale/Reliability Analysis －－尺度分析 選項： ? 方法： α系數(shù) 分半信度 ? 統(tǒng)計選項： ?Item ?Scale ?Scale if item edleted ?分量表（ InteItem）相關陣 協(xié)方差陣 4）、信度分析報表的解釋 I t e m T o t a l S t a t i s t i c s1 8 . 4 1 1 9 . 7 5 9 . 7 9 0 . 6 6 2 . 8 8 41 8 . 5 7 2 0 . 2 2 7 . 7 1 7 . 5 3 9 . 8 9 01 8 . 4 8 1 9 . 4 8 4 . 8 0 4 . 6 9 1 . 8 8 21 8 . 4 2 2 0 . 8 5 2 . 6 0 0 . 4 9 7 . 9 0 01 8 . 6 2 2 0 . 5 4 1 . 6 7 2 . 5 2 5 . 8 9 41 8 . 7 1 1 8 . 8 1 4 . 7 8 4 . 6 3 6 . 8 8 31 8 . 8 1 2 1 . 3 4 7 . 5 9 5 . 4 2 4 . 9 0 01 8 . 5 9 1 9 . 6 3 8 . 6 2 6 . 4 5 4 . 9 0 0a1a2a3a4a5a6a7a8ScaleMean ifItemDeletedScaleVarianceif ItemDeletedCorrectedItemTotalCorrelationSquaredMultipleCorrelationCronbach39。s Alphaif ItemDeleted1. 刪除該題項后分量表的平均數(shù) 2. 刪除該題項后分量表的變異數(shù) 方差 3. 該題項與后分量表總分的相關，如果相關系數(shù)太低，可考慮刪除。 4. 刪除該題項后分量表的 Alpha系數(shù)，如果突然變大，表示將此題刪除后，可提高量表的 Alpha系數(shù)。 4）信度分析報表的解釋 樣本量 Alpha系數(shù) C a s e P r o c e s s i n g S u m m a r y100 1 0 0 . 00 .0100 1 0 0 . 0ValidExcluded aTotalCasesN %Listwise deletion based on allvariables in the proce