:::
巴特利球形檢定 - 教育百科
| 巴 | |
| 特 | |
| 利 | |
| 球 | |
| 形 | |
| 檢 | |
| 定 |
國家教育研究院辭書
基本資料
| 英文： | Bartltett's Sphericity Test |
| 作者： | 洪碧霞 |
| 日期： | 2000年12月 |
| 出處： | 教育大辭書 |
辭書內容
|
名詞解釋： 巴特利球形檢定的虛無假設是母群相關矩陣為同位矩陣(identity matrix)。同位矩陣除了主對角線為一外，其餘各元素均為零。此種考驗假定所要考驗的樣本是從多變項常態分配抽取的。考驗結果，如果拒絕虛無假設，就表示母群各變項之相關並非都為零。巴特利球形檢定的統計數是相關矩陣的行列式(determinant)經過卡方(X2, Chi-square)轉換而得，該數據越大，考驗的P值就越低，表示母群各變項之相關越不可能都是零。如果考驗結果的統計數很小，那觀察的就會很大（如超過0.05），就無法拒絕母群相關矩陣為同位矩陣的虛無假設。 多變項分析(multi-variate analysis)統計法，如因素分析、多變項變異數分析等，均強調變項與變項之相互關聯，如果變項與變項之間互無關聯，就不適合採用多變項分析法。要做因素分析或多變項變異數分析，宜先用球形檢定，如果無法拒絕虛無假設，那麼用多變項分析就沒有什麼意義。 巴特利球形檢定對樣本人數很敏感，只要樣本夠大，幾乎所有考驗都會達顯著水準，因此考驗結果只能作為參考，最好再參考其他不受樣本大小影響的方法，如Kaiser-Meyer-Olkin抽樣適切性量數（簡稱KMO）。此量數小代表不適合用因素分析。Kaiser認為KMO在0.90'S是卓越的，0.80'S是有價值的，0.70'S足中等的，0.60'S是平常，0.50'S是可悲的，0.50'S以下是無法接受的。 使用SPSS做因素分析，只要指定次指令／PRINT=KMO，就可得到KMO及巴特利球形檢定的結果。 |
|
| 資料來源： | 國家教育研究院_巴特利球形檢定 |
| 授權資訊： | 資料採「 創用CC-姓名標示- 禁止改作 臺灣3.0版授權條款」釋出 |
貓頭鷹博士
貓頭鷹博士