晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

每次看電視節目，常常會聽到主持人吹捧說某位明星是天王，是巨星，我心裡都在滴估說真的假的！老是覺得他們都是在互相吹捧，想把彼此拱的越來越高，所以常在盤算著怎麼找一些指標來客觀衡量這些明星的火紅程度。當然衡量明星火不火的指標應該很多，不過由於現在是網路世代，所以網路上的指標絕對有很高的代表性，在網路上很少人討論的明星，我想也應該摸摸鼻子退休了。而且火紅程度是一種抽象且全面性的指標，並不是說某張專輯賣的好不好，或是說某個電視劇演出的很棒，那都太短暫且片面了，我求的是一種全面性的指標指出一個藝人到底有沒有人氣。

在擔任統計諮詢顧問的過程中，半數客戶是因為學位論文碰到量化問題而來找我們討論，不過也有半數客戶是研究者的需求，例如大專院校的教師、醫學中心的醫生、醫院的護理長等等，因此研究者的需求是在投稿，所以常常會碰到審稿者（reviewer）提出各種批評、質疑及改善方案的作法，不過長期下來也碰到了一些印象很深刻的事件，今天就這一篇文章分享一下。

K-Means集群分析(非階層式)介紹

很多好朋友都來電詢問會員的內容，晨晰決定七月要舉辦會員說明會

一次把會員的服務詳細的說明清楚，讓大家可以完整了解晨晰的服務。

    因素分析的目的是要將變項加以分類，而集群分析的目的則是將觀察個體分類，像是醫學上常將各種疾病分類。

多年的統計工作經驗，已經毫不懷疑的相信”統計”的重要性與實用性；我們也希望設計更多課程，將統計觀念和正確作法推廣出去，讓更多需要的人受惠。

本篇延續上一篇，關於EFA的幾個重要的決策點：（3）要用直交轉軸或斜交轉軸（4）因素負荷量要多少才可以（5）怎麼樣的題項不能夠保留，以下就一一作說明：

       學統計的人對數字、圖表都比較有敏感性。某日在網站上閒逛時，看到「第20屆統計圖競賽獲獎作品」，很驚艷地發現統計竟然有這麼美的呈現，超出了一般統計領域的要求。雖然統計領域的工作者大都同意，「圖表是數據的視覺化表現」，有句話說「文不如表，表不如圖」，構思良好的圖表，能使你的資料更易被理解，尤其在這個資料快速且大量湧現的時代，要抓住閱讀者的眼球，圖表絕對是一個很好的工具。

『學習統計不容易，但是教學的人要負一半的責任』。這幾年來我去聽過許多不同的統計相關課程，我們公司也辦了好幾年的統計課程，發現大家在統計教學時常犯的一些問題，這些問題就是導致學習困難的主因，在這邊整理一下讓大家參考參考，共同勉勵且戒之慎之。

探索性因素分析（Exploratory factor analysis, EFA）用在將量表的題項（item）縮減成數個可解釋的構念（construct），通常量表都是用於測量心理特質，例如態度、動機或意向等抽象的概念。EFA在學術領域的使用頻率非常高，幾乎每一個進行量表調查的研究者都必須使用到這個分析。