有一個實驗是這樣的
研究者設計一份人格量表( 採likert五分制記分)共六題
第一、二題測的是外向性 第三、四題測內向性 第五、六題測直率度
受試者是十九個人
問題如下
(1)要用何種統計技巧去估計這些樣本是不是有較強的人格類型?
---->我目前想到的只有independent t-test可是沒有對照組難道是用GLM????
(2)這份資料用EFA跑出來Total Variance Explained資料如下,是否代表只測到一個因素(本來預計三個因素),所以這分資料的面向重合 需要再考慮其他的面向

Factor     Initial Eigenvalues         Extraction Sums of Squared Loadings
----------------------------------------------------------------------------------------------------------------------              
    Total     % of Variance     Cumulative %     Total     % of Variance     Cumulative %
1     4.199     69.984     69.984     3.892     64.875     64.875
2     .759     12.651     82.635                  
3     .439     7.324     89.959                  
4     .317     5.284     95.243                  
5     .206     3.431     98.674                  
6     .080     1.326     100.000                  
以上使用軟體spss

只有19份喔?? ...
一般來說最少要30份比較好吧...
像小樣本就用 t 檢定較正確~
用到迴歸或是ANOVA之類的會不正確..

下面是引用烈於2006-01-1 18:22發表的 :
只有19份喔?? ...
一般來說最少要30份比較好吧...
像小樣本就用 t 檢定較正確~
用到迴歸或是ANOVA之類的會不正確..

我也覺得用30份以上比較妥當 題目6題*5倍=30 這樣才能檢驗效度
本來我也想用t-test 可是沒有對照的組 所以改作成GLM,不知這樣對不對
再來Total Variance Explained這個表我只知道在Extraction Sums of Squared Loadings欄中
一行代表一個因素 如果說題目假定三個面向(如第一篇述) 而欄中只顯現一個因素
可以說這份量表不具有良好的建構效度嗎???還是再看其他部分??

下面是引用magaron於2006-01-1 14:25發表的 統計:
Factor   Initial Eigenvalues       Extraction Sums of Squared Loadings
----------------------------------------------------------------------------------------------------------------------          
  Total   % of Variance   Cumulative %   Total   % of Variance   Cumulative %
1   4.199   69.984   69.984   3.892   64.875   64.875
2   .759   12.651   82.635   .......

此部分說的是
您這6題題目，19位受試者
經SPSS軟體的Factor analysis後
共歸類出一個因素
而此一個因素能對整份量表的解釋力為64.875%

不知你有沒有順便跑KMO值
此值可以用來檢視此份資料適不適合跑因素分析

且如上面幾位大大所提的
您的樣本數真的太少嚕
且若是要編制問卷
初試的題目也建議您多一點

下面是引用magaron於2006-01-1 14:25發表的 統計:

研究者設計一份人格量表( 採likert五分制記分)共六題
第一、二題測的是外向性 第三、四題測內向性 第五、六題測直率度
.......

這份量表KMO值是.775 Bartlett's Test of Sphericity呈現.sig
我的疑問是 由人格量表中可以分成外向性 內向性 及直率度三部份
因素分析下Total Variance Explained出現一個因素
這個因素是指"人格"嗎 還是說代表外向性 內向性 及直率度
那這份量表算具有好的建構效度嗎

下面是引用magaron於2006-01-3 14:56發表的 :

這份量表KMO值是.775 Bartlett's Test of Sphericity呈現.sig
我的疑問是 由人格量表中可以分成外向性 內向性 及直率度三部份
因素分析下Total Variance Explained出現一個因素
這個因素是指"人格"嗎 還是說代表外向性 內向性 及直率度
.......

因素分析後結果
這19位受試者在這6題題目的表現上
經過因素分析後
電腦將這19筆資料裡的六個題目歸為一個因素
也就是說這19個人
再這六題題目的表現上
經因素分析後僅分析出一個因素
(也就是說這六題在這19個人身上，測到的東西是屬於同一範疇內
此範疇可能是外向、內向、率直，或是大一點的範疇--人格特質(包括了外向、內向、率直...)

但若你這份人格量表，是已經編制完成，且也有好的信效度
而這19這人所跑出來的因素
並不像量表一樣有三個因素
而是只跑出一個因素
無法對應上量表原本建構的理論基礎(三個因素)
那就沒好的建構效度啦
但是但是
您所使用的資料只有19筆(且題目僅6題)
這樣的資料基本上已經不太適合跑因素分析了
這樣是因為樣本數不足而導致沒有好的建構效度
並非量表本身沒有好的建構效度喔!(或許在樣本數加大後，就可以很明顯分析出三個因素啦)

因此若您要看其建構效度
建議您再將樣本數擴大(19人真的太少嚕)

若您是要編制量表的話
6題題目和19位受試者真的是不足夠的喔

謝謝你很詳細的回答

以下是六題各別的效度

Communalities

    Initial     Extraction
item1     .803     .797
item2     .827     .769
item3     .341     .283
item4     .817     .755
item5     .747     .723
item6     .621     .567
Extraction Method: Principal Axis Factoring.
經由以上資料的推論 是否可以說
也許這些題目有好的效度(第三題除外) 但由於受試者太少(少於30) 所以只能歸納出一個因素
所以必須提高樣本數並且修改第三題 才有可能會有比較好的建構效度

另外我還有一個疑問 我用這份資料跑了GLM
Mauchly's W的sig.=0.129
Tests of Within-Subjects Effects是皆不顯著所以不需用post hoc
由以上的統計結果可以做什麼樣的推論?? 是每項特質的差別皆不明顯嗎..??

下面是引用magaron於2006-01-3 18:59發表的 :
Communalities

  Initial   Extraction
item1   .803   .797
item2   .827   .769
item3   .341   .283
item4   .817   .755
item5   .747   .723
item6   .621   .567
Extraction Method: Principal Axis Factoring
.......

這部分是指
該題目的變異量能被萃取出來的共同因素所解釋的比例
若共同性越高，表示該題與其他幾題可測到的共同特質越多
也就是說該題再所萃取出來的因素上越有影響力
如你的第一題
而第三題，它只有.283
可能他在此因素上影響力不夠(可能跟題目問法有關、樣本數...)
應該不是指該題目的效度喔

另外我還有一個疑問 我用這份資料跑了GLM
Mauchly's W的sig.=0.129
Tests of Within-Subjects Effects是皆不顯著所以不需用post hoc
由以上的統計結果可以做什麼樣的推論?? 是每項特質的差別皆不明顯嗎..??

這部分您的基本假設為何？您所要比較的是什麼跟什麼？
我不知道您的假設為何，我也無法做推論
但Tests of Within-Subjects Effects是皆不顯著
即表示您的對立假設被推翻，得接受虛無假設

但是您這份量表樣本應該為獨立樣本吧
而這樣的spss跑法似乎是用在相依樣本上的(相依樣本單因子變異數分析)
所以..............

下面是引用mickeyaj於2006-01-4 15:40發表的 :

該題目的變異量能被萃取出來的共同因素所解釋的比例
若共同性越高，表示該題與其他幾題可測到的共同特質越多
也就是說該題再所萃取出來的因素上越有影響力
.......

這裡我不是很懂 照理說這裡要測的因素應該有三種
這裡指萃取出來共同因素所解釋的比例是針對這三種來解釋嗎
不過之前不是發現只找到一個因素

而所謂的建構效度 就如之前所答 由於只分析出一個因素(有可能因為樣本數太小或第三題的影響) 所以這問卷的建構效度並不強. 是這樣解釋嗎??

另外第二的問題 因為題目的問法是受試組人格量表的強度為何 這問法有點抽象
我的判斷是 一組受試者(19人應該是相依樣本吧??)出現三組數據 所以要用GLM來檢測 而由於必須接受虛無假設
所以不需要跑post hoc
而ANOVA應該就如前述需要為獨立樣本才能跑..

下面是引用magaron於2006-01-4 15:57發表的 :

這裡我不是很懂 照理說這裡要測的因素應該有三種
這裡指萃取出來共同因素所解釋的比例是針對這三種來解釋嗎
不過之前不是發現只找到一個因素

.......

這邊萃取出來的共同因素是針對資料跑出來的那個因素去解釋
而非原先量表建構的三個因素
且您量表本身的理論建構下是分三向特質去建構
也就是說某理論認為人有三種人格特質
我根據此理論去編制一份量表，去進行施測
但施測後結果經因素分析後只得一個因素(特質)
也因此此量表的建構效度不佳

原因可能出在於
1.量表題目所問的並不完全符合此三大特質
如測外向的因素下，編一題題目為"我能按時做完功課"。這樣的題目很明顯無法測到所要測的特質
這部分基本上由內容效度就能看得出來，但有些資訊還是得經因素分析來看
2.樣本數太少
跑因素分析有一些基本的條件
(1)變項需為連續變項
(2)抽樣需隨機且具一定規模
Comery(1973)建議樣本數在200人以下不宜做因素分析，樣本數宜大於300。
Gorsuch(1983)建議樣本數最少為變項數的5倍，且大於100。
(3)變數間需具一定程度的相關，太高或太低均不好。
可以用球形檢定和KMO檢定來檢驗

若施測結果一樣得出三個因素
則此量表的建構效度佳

而第二個問題是問
受試組人格量表的強度為何?
(要用何種統計技巧去估計這些樣本是不是有較強的人格類型?)
指的是外內、內向、率直是否有差異嗎?
還是外內、內向、率直在人格特質上具有影響力?
這題的題目我也看不太懂
不懂他要問什麼orz