求真百科欢迎当事人提供第一手真实资料,洗刷冤屈,终结网路霸凌。

因素分析查看源代码讨论查看历史

事实揭露 揭密真相
跳转至: 导航搜索

因素分析是利用指数体系分析或测定客观现象总体的总变动中各影响因素变动对其影响方向和程度的一种统计分析方法。是一种统计分析过程,能将智力测验的题目加以分类,使相互之间相关很高的测题聚为同一组,这些测题与其他组的测题之间则相对独立。这些彼此相互关联的测题所构成的组就被看作智力因素。一般同组内某测题成绩好,组内其他测题的成绩也高。但这一测题的成绩却很难预测其他组测题的成绩。

  • 外文名:factor analysis
  • 创始人:斯皮尔曼
  • 创始时间:1904年

简介

1.为一种多变项统计法.用来测量心理学家所假定的建构或个人内部的潜在特质.若使用好几个测验,但欲知事实上一共只测量到几个共同因素,这时即可使用因素分析来了解这个问题。

2.因素分析 factor analysis 由斯皮尔曼(C.Spearman)于1904年所创始,在心理学领域中发展起来的一种多变量解析手段。他认为,某一现象比干预该现象的变数的数更少受潜在的因素所支配,如果在没有外在标准的条件下,可以只根据观测的数据探寻其因素。广义地说,也可以包括主要成分分析和群分析。从分解相关行列引出线性函数这一点看,因素分析很象主要成分分析,如果假定可以是一种误差项的特殊因素的话,那么相关行列的对角要素要小于1.0。有一种见解认为,围绕这种推断在数学方面的问题较多,使用主要成分分析的方法是无可非议的。在生物社会学人体生理学数量分类学育种学诸领城中被采用。[1]

卡特尔理论

从某些最重要的方面来说,只要理解了因素分析法就理解了卡特尔人格理论,所以,我们先以探讨因素分析法的基本方面来作为探讨他的人格理论的出发点。

因素分析法的实际就是相关性概念。当两件事物同时发生变化时,就被认为是相关的,说的确切些,是相互联系的。例如,高度和重量是相关的,因为当其中一个增加时,另一个也会增加。两个变量同时变化的趋势越强,那它们之间的相关性就越大。两个变量之间关系的强度在数学上是用相关系数来表示的。相关系数可以在+1.00到-1.00的数值之间发生变化。相关系数为+1.00表示两个变量完全正相关;说的确切些,当一个变量的测量值增加时,另一个变量的测量值也同样增加,且后者的增加量与前者的增加量存在纯线性关系。相关系数为-1.00表示两个变量完全负相关;说的确切些,当一个变量的测量值增加时,另一个变量的测量值却将减少,同样,后者的减少量与前者的增加量存在纯线性关系。相关系数为+0.80时表示两个变量之间高度正相关,但并非完全相关。也就是说,两个变量之间存在着一种争相变化的趋势,但其变化量不存在纯线性的关系,是由一段二次函数或多次函数描述的。相关系数为-0.56时表示两个变量之间存在着适度的反向关系,也可由一段二次或多次函数来描述。

研究程序

卡特尔的研究程序是尽可能以多种形式对大量的个体进行测量。例如,他记录了各种人的日常行为,诸如碰到多少意外事故、所属社团的数量、社会关系的数量等等。他把有这种方法收集到的数据称为L---数据,L表示“生活记录”。他给被试做一些问卷,要求他们在卷子上根据各种特征评定自己。他把由这种方法收集到的信息称为Q---数据,Q表示问卷。最后,他使用他所认为的客观测验去诱发被试作出回答,然后对回答加以分析。例如,被试接受单词联想测验时,必须在实验者每次说出一个单词时也要用一个单词来回答。用这种技术收集到的信息被他称为T---数据。T表示测验。

视频

因素分析简介

参考文献