Component
A25 A24 A14 A7 A5 A11 A12 A16 A6 A22 A4 A15 A18 A3 A20 A21 A10 A1 A13 A2
1 .801 .708 .683 .523 .448 .226 .025 -.022 .312 .127 .131 .266 .091 -.019 .362 -.349 -.065 .213 .286 .117
2 .035 .162 .177 .522 .393 .726 .646 .620 .562 .008 .246 .186 .048 .130 .349 -.187 .166 .370 .191 -.118
3 .110 .350 .142 .054 .438 .041 .316 .306 -.063 .741 .734 .694 .055 .137 -.068 -.088 .217 .178 .103 .116
4 .040 .090 .322 .016 -.071 .137 -.005 .187 .192 .045 .057 .065 .753 .711 .665 .050 .254 .208 -.056 .261
5 .032 .114 .166 .270 .295 .282 -.102 .064 .200 .084 .204 .051 .205 .083 -.100 .789 .633 .373 .068 .392
6 .206 .141 -.060 .179 .107 -.161 .258 .155 -.157 .224 .144 -.355 -.171 .439 .069 .027 .195 .230 .720 .500
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a Rotation converged in 14 iterations.
图12.33
说明：1.题项在其所属之因素层面顺序，是按照因素负荷量的高低排列。如例题中，各因素按因素负荷量的高低排列，因素1为A25、A24、A14、A7、A5，因素2为A11、A12、A16、A6，因素3为A22、A4、A15，因素4为A18、A3、A20、A21，因素5为A10、A1，因素6为A13、A2。
2.在第一次因素分析时（因这是一种探索性的因素分析），若某个因素所包含的题项太少，可考虑增加题项或删除对应的题项，再进行第二次因素分析，直到结果满意为止，操作步骤与前述相同。
另外：因素分析仅仅为手段，重要的是要根据一定的理论进行因素命名。只有命名的结果和一定的理论相符，我们才可以认为该量表具有良好的结构效度。
3.利用SPSS软件进行信度分析
这里我们以分析各因素层面的同质信度，即内部一致性为例进行介绍。 方法为边操作，同时演示讲解。 操作1：菜单选择。 在SPSS数据窗口中，点击菜单栏的Analyze（统计分析）→Scale（量尺法）→Reliability Analysis（信度分析），弹出 “Reliability Analysis”（信度分析）对话框，如图12.34所示。
图12.34
操作2：对话框设置。 在“Reliability Analysis”对话框中，将左边列表框中单个因素所包含的题项选入“Items：”（项目）框内（一次只对一个因素进行分析），例题中第一因素的题项为a5、a7、a14、a24、a25；在“Model:”（模式）选项框中选取“Alpha”(Alpha：计算信度系数Cronbach α值；Split half：分半信度的分析）。如图12.35所示。
图12.35
操作3：进行参数设置。
在“Reliability Analysis”对话框中，点击Statistics…（统计量），弹出“Reliability Analysis: Statistics”对话窗口，如图12.36所示。
图12.36
在“Reliability Analysis: Statistics”对话窗口中，在“Descriptives for ”（描述统计量对象）的复选框中，勾选“Scale if item deleted”（删除题项后的描述统计量）。（如要看因素层面题项间的相关情形，可在右边“Iter-Item”框中选取“Correlations”（相关），则会显示题项间的相关矩阵，本例不选此项）如图12.37所示。
图12.37
点击Continue按钮，回到“Reliability Analysis”对话框，点击OK按钮，即可执行信度分析程序，其结果显示在SPSS Output中，如图12.38所示。
操作4：解读结果。
图12.38
说明：
1.“Scale Mean if Item Deleted”为删除该题项后分量表的平均值。 2.“Scale Variance if Item Deleted”为删除该题项后的方差。
3.“Corrected Item-Total Correlation”为该题项与分量表总分的相关，如果相关系数太低，可考虑删除。
4.“Alpha if Item Deleted”为删除该题项后分量表的Alpha系数，此值如果突然变得较大，表示将此题删除后，可提高量表的Alpha系数。
5. Alpha= 0.8220，表示该分量表的克隆巴赫系数为0.8220（该分量表是例题中的第一因素），则该分量表的信度较可。因为Alpha系数越高表示信度越高。
6.要注意的是，如要提高量表的信度，可对题项进行完善、修改，或增删题项，重新测试。
这里我们仅对某一因素的信度分析进行介绍，其它各因素和总量表的信度分析同前述操作步骤一样。 七、练习
因为操作时间较长，主要留给学生课后自己试验，教师辅导为主。准备相关试题供学生练习。 八、小结
本章分三个学时学习了SPSS软件在测量中的运用。课堂的学习是完全不够的，只是打开了一扇大门，需要学习者自己摸索探究，且本章的学习我们以几个例子串讲，在操作中还会出现具体的问题，学习者需要自己学会举一反三，同教师互动交流，才能更加灵活的掌握SPSS的测量技术。 九、教学后记