用Jamovi进行探索性因素分析

来自OBHRM百科
Xuyan2016讨论 | 贡献2020年3月31日 (二) 17:59的版本

(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)
跳转至: 导航搜索

不旋转

如果要进行Harman单因素检验(Harman's single factor test),这时应该采用的就是不旋转的单因素EFA。

菜单操作

1、打开Jamovi与相应的数据文件。

2、从Jamovi的菜单,依次选择:Analyses——Factor——Exploratory Factor Analysis。

3、从左边的变量列表中,将需要进行因素分析的变量移到右边的变量框。

4、在Number of Factors下面单选Based on eigenvalue,并在Eigenvalues greater than后面的框中输入:1

5、在Factor Loadings下面的Hide Loadings below框输入:0.35(或0.40)。复选Factor Loadings的Sort loadings by size。

6、得到结果。

7、根据需要调整其他参数。

操作步骤图解

1、打开Jamovi与相应的数据文件。

以learning statistics with jamovi中的bfi_sample数据为例(如需使用该数据,请通过Modules安装安装learning statistics with jamovi),该数据包括250人(记录数显示为2719人,实际只有250人的数据)的大五人格、性别与年龄数据。其中的A1-A5为亲和性(Agreeableness)的第1道题-第5道题;C1-C5为责任心(Conscientiousness)的第1道题-第5道题;E1-E5为外倾性(Extraversion)的第1道题-第5道题;N1-N5为情绪稳定性(Neuroticism)的第1道题-第5道题;O1-O5为开明性(Openness)的第1道题-第5道题;age为年龄;gender为性别。打开之后的界面如下:

OpenDataForReliability.jpg


2、从Jamovi的菜单,依次选择:Analyses——Factor——Exploratory Factor Analysis。

JamoviEXP1Result1.png


3、从左边的变量列表中,将需要进行因素分析的变量移到右边的变量框。

如选择A1-A5,C1-C5进行因素分析:

JamoviEXP1ResultA.png


4、在Number of Factors下面单选Based on eigenvalue,并在Eigenvalues greater than后面的框中输入:1

JamoviEXP1ResultB.png


5、在Factor Loadings下面的Hide Loadings below框输入:0.35(或0.40)。复选Factor Loadings的Sort loadings by size。

JamoviEXP1ResultC.png


6、得到结果。

JamoviEXP1ResultD.png

注意:从上图的结果可以看出,A1,C4,C5为负载荷,是因为此三题项均为反向计分。


7、根据需要调整其他参数。

如复选KMO检验:

JamoviEXP1ResultE.png


正交旋转

菜单操作

1、打开Jamovi与相应的数据文件。

2、从Jamovi的菜单,依次选择:Analyses——Factor——Exploratory Factor Analysis。

3、从左边的变量列表中,将需要进行因素分析的变量移到右边的变量框。

4、从Method下面的Rotation选择:Varimax。

5、在Number of Factors下面单选Based on eigenvalue,并在Eigenvalues greater than后面的框中输入:1

6、在Factor Loadings下面的Hide Loadings below框输入:0.35(或0.40)。复选Factor Loadings的Sort loadings by size。

7、得到结果。

8、根据需要调整其他参数。

操作步骤图解

1、打开Jamovi与相应的数据文件。

以learning statistics with jamovi中的bfi_sample数据为例(如需使用该数据,请通过Modules安装安装learning statistics with jamovi),该数据包括250人(记录数显示为2719人,实际只有250人的数据)的大五人格、性别与年龄数据。其中的A1-A5为亲和性(Agreeableness)的第1道题-第5道题;C1-C5为责任心(Conscientiousness)的第1道题-第5道题;E1-E5为外倾性(Extraversion)的第1道题-第5道题;N1-N5为情绪稳定性(Neuroticism)的第1道题-第5道题;O1-O5为开明性(Openness)的第1道题-第5道题;age为年龄;gender为性别。打开之后的界面如下:

OpenDataForReliability.jpg


2、从Jamovi的菜单,依次选择:Analyses——Factor——Exploratory Factor Analysis。

操作与上方展示的“不旋转”中一致。


3、从左边的变量列表中,将需要进行因素分析的变量移到右边的变量框。

如选择A1-A5,C1-C5进行因素分析:

JamoviEXP1ResultA.png


4、从Method下面的Rotation选择:Varimax。

JamoviEXPVResult1.png


5、在Number of Factors下面单选Based on eigenvalue,并在Eigenvalues greater than后面的框中输入:1

操作与上方展示的“不旋转”中一致。


6、在Factor Loadings下面的Hide Loadings below框输入:0.35(或0.40)。复选Factor Loadings的Sort loadings by size。

操作与上方展示的“不旋转”中一致。


7、得到结果。

JamoviEXPVResult2.png


8、根据需要调整其他参数。

如复选Bartlett's球状检验:

JamoviEXPVResult3.png


斜交旋转

菜单操作

1、打开Jamovi与相应的数据文件。

2、从Jamovi的菜单,依次选择:Analyses——Factor——Exploratory Factor Analysis。

3、从左边的变量列表中,将需要进行因素分析的变量移到右边的变量框。

4、从Method下面的Rotation选择:Oblimin。

5、在Number of Factors下面单选Based on eigenvalue,并在Eigenvalues greater than后面的框中输入:1

6、在Factor Loadings下面的Hide Loadings below框输入:0.35(或0.40)。复选Factor Loadings的Sort loadings by size。

7、得到结果。

8、根据需要调整其他参数。

操作步骤图解

1、打开Jamovi与相应的数据文件。

以learning statistics with jamovi中的bfi_sample数据为例(如需使用该数据,请通过Modules安装安装learning statistics with jamovi),该数据包括250人(记录数显示为2719人,实际只有250人的数据)的大五人格、性别与年龄数据。其中的A1-A5为亲和性(Agreeableness)的第1道题-第5道题;C1-C5为责任心(Conscientiousness)的第1道题-第5道题;E1-E5为外倾性(Extraversion)的第1道题-第5道题;N1-N5为情绪稳定性(Neuroticism)的第1道题-第5道题;O1-O5为开明性(Openness)的第1道题-第5道题;age为年龄;gender为性别。打开之后的界面如下:

OpenDataForReliability.jpg


2、从Jamovi的菜单,依次选择:Analyses——Factor——Exploratory Factor Analysis。

操作与上方展示的“不旋转”中一致。


3、从左边的变量列表中,将需要进行因素分析的变量移到右边的变量框。

如选择A1-A5,C1-C5进行因素分析:

JamoviEXP1ResultA.png


4、从Method下面的Rotation选择:Oblimin。

JamoviEXPOResult1.png


5、在Number of Factors下面单选Based on eigenvalue,并在Eigenvalues greater than后面的框中输入:1

操作与上方展示的“不旋转”中一致。


6、在Factor Loadings下面的Hide Loadings below框输入:0.35(或0.40)。复选Factor Loadings的Sort loadings by size。

操作与上方展示的“不旋转”中一致。


7、得到结果。

JamoviEXPOResult2.png


8、根据需要调整其他参数。

如复选Bartlett's球状检验:

JamoviEXPOResult3.png