SPSS(EFA):
所谓探索性因素分析其实就是尝试找出某事物中最能代表其本质的因素。因素可以是一个，两个或者多个。因素的个数可以人为规定也可以由系统自动生成，软件会自动将相似的题目数划到同一因素下。但是不管是人为决定因素的个数还是系统自动生成，其最大的目的就是为了尽可能找到特征根值大于1的因素数以及找到方差的最大贡献率，一般而言大于50%就认为不错了。
（1）首先我要讲到的是探索性因素分析中对正交旋转和斜交旋转选择的问题。在这个问题上，各家的看法也不太一致。比较有代表性的是李茂能一般会采用斜交中的Promax法，其解释是为了简化结构，使项目与因素间达到较高的因素负荷；而张文彤则主张采用正交旋转法，其解释是斜交旋转的结果太容易受研究者主观意愿的左右，故一般采用正交旋转。我想正交相对斜交而言，前者能够最大的保持因子的不相关性，这点很重要。从我所看过的硕士论文中，用正交的相对来说比较多，所以建议还是采用正交旋转会更好一些。
（2）其次，就是对正交旋转下最大变异法（Varimax）和极大相等法（Equanmax）的选择。前者的特点是能够导致第一个因素的负荷量过大，而后者则是平均分配几个因子的负荷量，当然这也要考虑你的研究目的了。不过从使用的频次和哈师大崔洪弟老师的建议还是采用Varimax法的居多。
（3）最后一点我要提的就是在编制问卷过程中试题的删减标准，以下几点是我总结的，错误之处希望大家给予指正：
①理论上的语义分析。
②鉴别度和难度的判断，一般而言要大于0.3。
③项目与总分的相关，应大于0.3.
④项目的负荷量。视样本大小而定，一般大于0.4.
⑤一般横跨两个因素或空白的项目也要删除，这一点我是在李茂能的书上看到的。
AMOS(CFA)：
AMOS是线性结构方程的一种，其操作方法也就是验证性因子分析，其涵义即为对理论模型和现实数据拟合程度的一种再分析。其版本经历了AMOS4.0 AMOS6.0 AMOS9.0和AMOS16.0，目前我使用的便是当前最新的版本。
（1）首先做验证性因素分析重要的就是前期模型的假设，即构建显变量和潜变量之间的关系。将可能的关系罗列出来，并在模型中予以表
（1）首先我要讲到的是探索性因素分析中对正交旋转和斜交旋转选择的问题。在这个问题上，各家的看法也不太一致。比较有代表性的是李茂能一般会采用斜交中的Promax法，其解释是为了简化结构，使项目与因素间达到较高的因素负荷；而张文彤则主张采用正交旋转法，其解释是斜交旋转的结果太容易受研究者主观意愿的左右，故一般采用正交旋转。我想正交相对斜交而言，前者能够最大的保持因子的不相关性，这点很重要。从我所看过的硕士论文中，用正交的相对来说比较多，所以建议还是采用正交旋转会更好一些。
（2）其次，就是对正交旋转下最大变异法（Varimax）和极大相等法（Equanmax）的选择。前者的特点是能够导致第一个因素的负荷量过大，而后者则是平均分配几个因子的负荷量，当然这也要考虑你的研究目的了。不过从使用的频次和哈师大崔洪弟老师的建议还是采用Varimax法的居多。
（3）最后一点我要提的就是在编制问卷过程中试题的删减标准，以下几点是我总结的，错误之处希望大家给予指正：
①理论上的语义分析。
②鉴别度和难度的判断，一般而言要大于0.3。
③项目与总分的相关，应大于0.3.
④项目的负荷量。视样本大小而定，一般大于0.4.
⑤一般横跨两个因素或空白的项目也要删除，这一点我是在李茂能的书上看到的。
AMOS(CFA)：
AMOS是线性结构方程的一种，其操作方法也就是验证性因子分析，其涵义即为对理论模型和现实数据拟合程度的一种再分析。其版本经历了AMOS4.0 AMOS6.0 AMOS9.0和AMOS16.0，目前我使用的便是当前最新的版本。
（1）首先做验证性因素分析重要的就是前期模型的假设，即构建显变量和潜变量之间的关系。将可能的关系罗列出来，并在模型中予以表