❶ Harman單因子法檢驗共同方法偏差
在進行結構方程模型的相關數據分析時，一般都要先進行共同方法偏差的檢驗，檢驗方法通常是用Harman單因子法。
判定標准：
用此方法若得出第一個因子解釋的變異量小於臨界標准 40％ 。就說明研究不存在嚴重的共同方法偏差。
spss操作：
1.打開spss數據，選擇分析>降維>因子
2.放入所有要分析的題目，點擊確定
3.結果顯示，有 3個因子的特徵根值均大於1，並且第一個因子能解釋總變異量的63.876%，大於40%，可見共同方法變異是不可以接受的。
參考資料：
https://mp.weixin.qq.com/s/xegdAqYn9BLUaPDXByePWA
https://mp.weixin.qq.com/s/lVVeNH8HzWUGCccTWwb1Hg
❷ SPSSAU共同方法變異偏差
共同方法偏差(同源方差,CMV)是指測量方法（比如問卷收集數據）帶來的可能潛在誤差。通常情況下是使用Harman單因子檢驗方法。即：把所有量表項進行因子分析時，如果只得出一個因子或者第一個因子的解釋力（方差解釋率）特別大SPSSAU【具體多大建議以文獻為准，通常50%則非常大】，此時可判定存在同源方差（共同方法偏差）。 同源方差的檢驗還有其它方法，比如驗證性因子分析(CFA)，可通過SPSSAU【問卷研究-驗證性因子分析】進行研究。同時建議點擊右側"燈泡"這個按鈕，對應有詳細幫助說明SPSSAU【視頻、例子，疑惑和理論等】。
❸ 同一個量表共同方法變異一定要做嗎
我使用的Lisrel，設定
1
個公因子數，使研究中的所有測量項目負荷於這一共同因子，如果模型擬合良好就可以說明存在一個可以解釋大多數變異的公共因子。如果分析結果發現所用測量項目負荷於共同因子時的各項擬合指數都不好，則說明研究的共同方法偏差屬於可接受范圍。