共同方法偏差特徵根怎麼看

『壹』 harman檢驗共同方法偏差是把不同量表的條目一起放嗎

共同方法偏差（common method bias） 指的是由於同樣的數據來源或評分者、同樣的測量環境、項目語境以及項目本身特徵所造成的預測變數與效標變數之間人為的共變。是一種系統誤差。
1. 來源
來源之一：同一數據來源或評分者 自我報告偏差是指由於同一個人對預測變數與效標變數作反應而造成的預測變數、效標變數的人為共變。
（1）一致性動機。人有保持認知和態度一致性的傾向，因此反應者在反應過程中試圖對類似的問題保持回答的一致性或按一致性的意願組織信息的傾向性被稱為一致性動機。
（2）內隱理論、虛假相關（illusory correlation）。內隱理論是指人們對某個事物或事物之間關系內在的看法、觀點。虛假相關是指由於評分者對項目之間的關系有某種內隱的觀念，從而使測量所得的項目間相關產生系統扭曲。 （3）社會稱許性（social desirability）。指的是不管自己對某個事件或問題的真實想法，而刻意表現出為人們所接受和贊同的看法、見解的傾向性。它會導致變數間的虛擬關系，或者充當了抵制變數從而掩蓋變數間的真實關系。或者充分調節變數從而影響變數間關系的性質。
（4）寬大效應（lenience effect）。指評分者傾向於過高或過低地進行評分。
（5）默認。是指對項目作反應時，不管項目內容，只針對項目在態度上的表述作出反應。默認提高那些概念上毫無關系而表達上相近的項目之間的相關，從而很容易造成構念之間的虛假相關。
（6）積極或消極的情感。研究者希望得到的是反應者對項目客觀的反應，而反應者所作的反應往往受其情感所左右。
(7)短暫的情緒狀態。由於人們是在某種特定的情緒狀態下對項目作出反應的，所以短暫的情緒狀態會造成自我報告法測量中預測變數與效標變數的人為共變。
來源之二：項目特徵所造成的CMB
（1）項目社會稱許性、項目問題特徵：「你熱愛你的祖國嗎」「你喜歡賭博嗎」。項目或構念中具有太高或太低的社會稱許性，那麼測量所得的項目間的相關性就會太高或太低。
（2）項目復雜性或模糊性。是由模稜兩可的問題，使用多義詞或過於專業的術語、過於口語化的表述以及生僻詞所造成。「你認為老師的待遇夠好了嗎」。反應者不得不自行猜測項目的意思，不僅會使隨意反應增多，而且會使反應者的系統反應傾向性起作用。
（3）量表格式與標定。 整個問卷使用同樣的量表格式會使得問卷標准化，但同時會使得由於量表特徵而非項目內容導致構念之間共變的可能性增加。 （4）消極用語或反向編碼項目 反向編碼項目會人為地造成消極用語項目之間獨特的一致性。研究發現，只要有10％的反應者未識別出反向編碼項目，消極用語項目效應就會發生。
來源之三：項目語境導致的CMB 項目語境效應是指由於某個項目與構成該測量工具的其他項目之間的上下文聯系所造成的反應者對該項目獨特的理解、解釋。
（1）項目啟動效應。啟動效應是指先前的加工活動對隨後的加工活動所起的有利作用。而項目啟動效應是指對某一項目反應後，與之相關的信息能在後面的項目反應中凸顯出來。
（2）項目嵌套。當一個中性的項目嵌入消極或積極用語的項目之間時，消極或者積極的context會影響對中性項目的反應。如認知滯後效應、或變色龍效應。
（3）語境誘發情緒。問卷項目的遣詞造句可能會誘發反應者積極或消極的情緒，如果這種情緒是由問卷中前面幾個項目的表述引起的，那麼對後面項目的反應很可能受其影響。
（4）量表長度：經驗表明，數量不應超過70個，但也不宜太少。
（5）混合不同構念的項目。如果問卷中所採用的構念意義接近時，由於反應者區分意義相近的構念很困難可能增大構念間項目相關。
來源之四：測量環境導致的CMB
（1）測量的時間、地點
（2）使用同樣的測量媒介：研究表明，相比於計算機管理的問卷調查或紙筆問卷，面對面的訪談會造成更多的社會稱許性和更低的精確性。
2. 發生機制 很多理論模型一般採用認知加工的觀點，基本步驟包括：理解、提取、判斷、反應選擇、作出反應。在不同階段具有最大效應的方法偏差源是不同的。
(1)理解階段。最大方法偏差源是項目的模糊性。項目表述越模糊，反應者理解並將其與記憶中相關的概念、信息聯系起來就越困難。
（2）提取階段。包括產生提取策略以及一系列記憶索引。環境、情緒是重要的CMB來源。
（3）判斷階段。在運用推理來填補回憶空白的過程中會受方法偏差影響。另外一些方法偏差則通過影響在不完全提取信息的基礎上做判斷的過程對判斷階段產生影響。
（4）反應選擇階段。反應者要將自己的判斷與研究者提供的備擇選項或標定進行匹配。同樣的量表格式和標定是最重要的CMB來源。另外當使用同一套標定作多次判斷時，對前面的問題的反應選擇會形成對標定值的主觀理解，並且在後面問題的回答中運用它來進行判斷與標定的匹配。
（5）作出反應階段。這個階段涉及根據一致性、社會稱許性或其他標准對反應選擇加以修正的問題。
3.程序控制 對CMB一般有兩條途徑：程序控制和統計控制。研究者首先考慮程序控制，其關鍵是識別預測與效標變數在測量上的共同之處，進而通過研究設計消除、減少這種影響。
（1)從不同來源測量預測與效標變數，可以消除一致性動機、內隱理論、社會稱許性、情感或短暫情緒狀態的效應，以及部分評分者的默認或寬大反應風格所造成的CMB，(Triangulation）
（2）對測量進行時間、空間、心理、方法上的分離 時間：預測與效標變數的測量間加上一定的時間間隔；心理：用掩飾性故事；空間：不同類型的量表、媒介、環境下測量預測與效標變數。可以消除所有環境提取線索，減少反應過程中記憶提取的偏差。減少反應在報告或修正階段的偏差、一致性動機與項目問題特性的影響。
（3）保護反應者的匿名性、減小對測量目的的猜度。
（4）平衡項目的順序效應。控制項目啟動效應、項目語境誘發的情緒及其他與項目語境和項目嵌套有關的偏差。
（5）改進量表項目。減少模糊性
3.統計控制：
（1）Harman單因素檢驗：如果方法變異大量存在，進行因素分析時，要麼析出單獨一個因子，要麼一個公因子解釋了大部分變數變異。這個方法並不太精確。
（2）偏相關法。將方法變異來源作為統計分析中的一個協變數。可以用三種方法：一是分離出可測量的方法變異來源；二是分離出一個標簽變數；三是分離出第一因子
（3）潛在誤差變數控製法。將CMB作為一個潛在變數，如果在包含其的情況下的顯著擬合度優於不包含的情況，則CMB效應就得到了驗證.
（4)MTMM model
（5）correlation uniqueness model (6)direct proct model
4. 對控制CMB的總體思路：
第一步：能否識別偏差來源：如果不能，用Harman單因素檢驗、分離公因子值求偏相關、非可測方法；如能轉下一步；
第二步：判斷單個還是多個？單個轉第三步；多個轉第五步；
第三步：判斷是否能有效測量？能的話用分離出公因子求偏相關，或潛在誤差變數控製法。不能轉第四步；
第四步：將非可測方法因素作為潛變數；
第五步：判斷是否能有效測量？能的話用MTMM模型，不能轉第六步；
第六步：用MTMM模型；CUM；DPM

『貳』 如何用驗證性因子分析共同方法偏差

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。

『叄』 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】。

『肆』 共同方法偏差在spss中怎麼操作

2004年12月12日 ... 共同方法偏差的控制方法分為程序控制和統計控制，該文介紹了共同方法偏差的多種 ... 社會統計分析方法-SPSS軟體應用. 北京:中國人民大學出版社, 1999.

『伍』 spss共同方法偏差檢驗 第一個因子多少合理

首先，t檢驗室不用做事後檢驗的，因為自變數只有兩個水平。
其次，我們做t檢驗通常是用自變數的兩個水平，也就是你題目中的男生和女生的得分的平均分和標准差經過公式運算得出t值，然後查表就可以知道P值。得分高的含義就是男女之間有明顯的差異，也就是t檢驗得出的P至少小於0.05。簡單而言，就是我做女生成績顯著比男生高的結論犯錯誤的概率小於0.05。
這個又牽涉到幾個假設，這里又不細說了。

『陸』 共同方法偏差檢驗用spss怎麼做求詳細步驟

中文翻譯的太差了，不要用所謂的中文翻譯版本

『柒』 怎麼進行共同方法偏差控制SPSS反向題

多來源獲取數據。
首先，我們來看一下共同方法偏差的定義：共同方法偏差指的是因為同樣的數據來源或評分者、同樣的測量環境、項目語境以及項目本身特徵所造成的預測變數與效標變數之間人為的共變。
同一數據來源或評分者。由於數據從相同被試中獲取而導致預測源和效標變數之間的人為共變。比如採取自我報告法測量帶來的偏差。造成這種差異的機制主要有：一致性動機，內隱相關偏差，社會稱許性，寬大效應，默認傾向，心境狀態，短暫情緒的影響。

『捌』 共同方法偏差超過40怎麼辦

共同方法偏差(commonmethod biases) 指的是因為同樣的數據來源或評分者、同樣的測量環境、項目語境以及項目本身特徵所造成的預測變數與效標變數之間人為的共變

『玖』 如何從微分方程特解知道特徵根是多少

一般的齊次方程形式都是ay''+by'+cy=0

那麼特徵方程就是ax^2+bx+c=0,(a≠0)

根據判別式來確定方程的根

規律的話就是y'設為x,y''設為x^2,y就當做1,如果是高階導數的話就是y^(n)=x^n

解出對應的其次方程的特徵方程就行了,這個特徵方程是肯定有解的,如果無解,那麼方程無解。

如果兩根相同且e的ax次方中的a和根相同,就說是二重根,如果兩根互異,a個其中一根相同,就說是單根。

(9)共同方法偏差特徵根怎麼看擴展閱讀：

常微分方程及偏微分方程都可以分為線性微分方程及非線性微分方程二類。

若均為x的已知函數。

若線性微分方程的系數均為常數，則為常系數線性微分方程。

『拾』 SPSS的特徵根在哪看是不是每個因子都有特徵根

在因子分析裡面直接有的