中国情境下的真诚领导问卷修订
汇报人： 高璐、崔文龙、王金阳
1
分析 过程
操作 演示
结果 展示
2
1
目录
*
3
2
分析 过程
操作 演示
结果 展示
2
1
目录
*
3
3
探索性因素分析的基本过程
4
（一）、确定变量及样本
1. 高质量的数据产生高质量的信息 2. 否则就是garbage in,garbage out
5
19
（二）、提取因子的方法 需报告的核心要素：
1
2
抽取因子的方法 因子旋转的方法
选择因子的方法
3
20
（二）、提取因子的方法
运用主成分分析法，并通过方差最大法进行正交旋转。 提取特征根大于1，并参照碎石图（见图1）来确定因子 的有效数目。
21
（三）、删除条目的标准
在探索性因素分析过程中，主要参照各个项目的共同度和 因素负荷值，对部分项目进行了筛选。项目保留的标准: 该项目在某一因素上的负荷超过 .32； 即不在两个因素上都有超过 该项目不存在交叉负荷； .35 的负荷； 保证每个维度上最后保留的项目至少为三个； 项目的一致性系数。
22
（四）、最终结果呈现
需报告的核心要素：
1
因子数、各个因子所包含的条目数、
2
因子负荷、方差贡献率、内部一致性系数
23
（四）、最终结果
经过上述步骤，最终抽取的有效因子数为3个，形成的问卷 项目为17个。结合各项目所表达的含义，依据各维度项目由少 到多依次命名为: “领导程序公平”、“领导成员关系”、“领 导真实性”。 因子累计方差贡献率为 55．866%，各个项目在相应因素上 具有较大的负荷，处于．553－．821之间。各因子内部一致性 系数在．803－．826， 问卷总的内部一致性系为．875。 。结果表示如下：
（二）、判断是否适合做EFA
1. 观察相关矩阵
2. KMO值检验和球形检验的结果
6
（三）、因子提取
三种方法:
1.
以特征跟是否>1为标准
2. 参考特征跟的碎石图
3. 方差贡献率
7
（三）、因子提取
唯一
正确
客观 综合判断


8
（四）、因素的旋转
目的：更易解释的负荷结构 方法：正交旋转VS斜交旋转
判断：判断该数据是否适合采用因子分析 删除：删除那些负载小和重复负载的变量
提取：根据新的旋转成份矩阵和碎石图
方案：提出量表进一步修订的建议和方案
15
16
分析 过程
操作 演示
结果 展示
2
1
目录
*
3
17
如何在论文中报告探索性因素分析的结果
因子分析的适宜性检验； 提取因子的方法；
删除条目的标准；
24
（四）、最终结果呈现
25
（四）、最终结果呈现
26
疑问?
127
最终结果的呈现。
18
（一）、 原始变量因子分析的适宜性检验
在进行探索性因素分析之前，需对数据的适宜性进行检验，通常 检验的方法为KMO值以及Bartlett球形检验。本研究通过对回收的数 据进行分析，最终得出结果：KMO值为.805，且Bartlett球形检验结 果显著（<0.05）。两个指标都说明数据是适合做因素分析的。具体 结果如表1所示：
9
（四）、因素旋转
因素间可以相关 事实上的相关被强制限制 导致较差的拟合度 斜交旋转能提供更多的信息
10
（五）、因子的解释
经验性&主观色彩 合理即可接受
11
分析 过程
操作 演示
结果 展示ຫໍສະໝຸດ 21目录*
3
12
数据
数据符合相应假设 从数据得到的信息
进行EFA的必要性
13
SPSS操作演示
14
基于EFA对量表进行初步修订