SPSS 共同方法偏差检验：Harman 单因素检验怎么做

共同方法偏差检验可以用 Harman 未旋转因子提取作初步诊断，关键是把研究涉及的量表题项一起纳入，阅读首因子方差占比及其不确定性。它评价单一共同成分是否突出，结论还需结合数据收集方式，避免把一次诊断写成无偏差的保证。

Harman 诊断的题项如何整理

以下结果来自本站演示数据，问卷为模拟生成，不代表真实研究结论。每行是一名作答者，每列是量表题项；人口学信息、问卷编号和维度合计分与原始题项承担不同作用，应先建立变量清单，再确定纳入范围。整理 SPSS 问卷研究资料时，这一步也能留下清楚的分析边界。

待检查内容	对诊断的意义	准备方式
研究涉及的构念	确定题项覆盖范围	与研究模型逐项对照
每题的计分方向	决定相关结构是否合理	按量表规则处理反向计分
作答者记录	形成共同分析样本	检查遗漏与异常编码
数据来源	决定偏差担忧的背景	记录同源与分时收集情况

共同方法偏差的担忧来自测量过程，单纯增加变量数量并不会提高诊断的说服力。只分析某个高度一致的维度，会把该维度自身的内容关联混入解释；把大量无关题目塞进来，又会改变分母与问题范围。合理的范围应由研究设计确定，且在方法部分能够复核。

共同方法偏差检验怎么做

1. 选择「共同方法偏差检验(Harman单因素)」，载入问卷资料，按研究模型核对全部量表题项与计分方向。
2. 在 Harman 方法中选择这些题项，确认提取方法与使用的判定阈值。
3. 运行后先查看有效样本和提取条件，再读首因子占比、特征值以及占比区间。

harman单因素检验使用未旋转结果，是因为它关注单一共同成分的集中程度。旋转后的结构便于解释维度，却回答另一类问题；论文里应将提取方法与是否旋转写在同一句方法说明中，防止后续整理表格时混用。若题项数量或样本范围发生变化，原来的占比也需要重新估计。

首因子占比与区间怎么读

本次纳入全部 300 行、15 个题项，以主成分法进行未旋转提取。首因子解释比例为 30.80%，Bootstrap 区间 [27.33, 34.13]，均位于所用 40% 阈值下方；共有 3 个因子的特征值超过 1（包括首因子），按该口径未见单一因子主导。KMO=0.872 说明相关结构有提取基础，它并非共同方法偏差的大小指标。

先把首因子的占比放回选定阈值下解释，再看其他因子的保留情况。阈值来自诊断惯例，并非一项显著性检验；因此，略高或略低时尤其需要交代不确定性，避免让界值附近的细小变化承担过强结论。

结果图只呈现本次题项与样本下的结构。若问卷同时包含预测变量、结果变量与中间变量，讨论应说明它们是否同一时间自评、是否有匿名安排，以及这些安排怎样减少共同作答倾向；这些信息来自调查实施记录，而非因子图本身。

论文怎样写共同方法偏差

可写为：将研究涉及的量表题项进行未旋转提取，报告首因子解释比例与所用判定口径，并结合区间评价结果稳定性。本次诊断属于事后评估，研究同时说明测量来源与程序控制安排；若有残余方法偏差风险，应在局限中保留，而不是只给出通过与否的标签。

图中把实施记录与结果证据分别列出，用来补足因子提取本身看不到的背景。它可作为撰写调查过程的清单，尤其适合回查哪些措施实际落实、哪些只是设计意图。

Harman 诊断常见错误

• 将维度合计分作为原始题项的同义资料：回到逐题计分列，并说明进入诊断的题项范围。
• 以旋转载荷解释单因子占比：分别保存未旋转诊断与结构效度分析的输出。
• 为得到较低占比增删题项：固定研究范围，必要调整同时记录理论原因和结果变化。

报告界面把研究问题、提取方法、判定和局限分行列出。整理 SPSS 研究材料时，可据此核对结论的限定条件，再回看实际题项清单，避免只复制一个通过标签。

分析和查看结果不用登录；开通会员后可导出 Word / PDF 报告、使用 AI 解读。先在演示问卷上理解提取与报告流程，再审视自身调查中的同源风险。

延伸阅读

• 共同方法偏差检验(Harman单因素)
• 信度分析