1702648590
6.ABSINGLE：如果她未婚且不想同那个男人结婚？
1702648591
1702648592
7.ABANY：如果她无论何种原因都想堕胎？
1702648593
1702648594
对每一题项的回答都包括“可以”、“不可以”、“不知道”和“无应答”。我们将“不知道”和“无应答”编码成“可以”和“不可以”中间的值。虽然如前文所述，我假设对于治疗型堕胎和个人偏好型堕胎的态度存在差异，但我仍将两类题项一起做因子分析，以说明这两组题项之间的差异。
1702648595
1702648596
我们提取了两个重要的因子，它们共解释了总方差的96%。表11-2是旋转前的因子负荷。
1702648597
1702648598
显然，所有7个题项都在因子1上具有高负荷，但因子2中有些因子负荷为正而有些为负。这种负荷分布说明这些题项可以被分成两组不同的因子。表11-3给出了执行最大方差旋转后的结果，此旋转是一种因子矩阵沿轴旋转的方法，它可使因子间的差异最大化。
1702648599
1702648600
表11-2 堕胎接受题项在旋转前的因子负荷
1702648601
1702648602
1702648603
1702648604
1702648605
表11-3 最大方差旋转后堕胎因子的负荷
1702648606
1702648607
1702648608
1702648609
1702648610
观察这些因子负荷会发现，正如我们所假设的那样，对堕胎的态度具有两个因子。ABNOMORE、ABPOOR、ABSINGLE和ABANY主要负荷于因子1（黑体数字），而它们在因子2上的负荷则很弱，其余三个题项在因子2上的负荷较强（黑体数字），而在因子1上则负荷较弱。这两套题项符合我对个人偏好型堕胎（因子1）和治疗型堕胎（因子2）的先验性区分。
1702648611
1702648612
图11-1证明未旋转和旋转的因子结构之间是简单的数学变换关系，不会使变量间的关系发生变化。旋转仅仅使结果以一种更加容易解释的形式表现出来。如前文所提到的，在未旋转矩阵（实线）中，所有题项在因子1上都呈正负荷，但在因子2上则有些题项呈正负荷而另外一些题项呈负负荷。在我将轴逆时针旋转30度后（虚线），所有题项在两个因子上都呈正负荷，但其中四个（个人偏好原因）在因子1上负荷很强而在因子2上负荷很弱，而另外三个（治疗型原因）则在因子1上负荷很弱而在因子2上负荷很强。
1702648613
1702648614
1702648615
1702648616
1702648617
图11-1 未旋转与逆时针旋转30度时7个堕胎接受题项在前两个因子上的负荷
1702648618
1702648619
考虑到这些结果，构建两个独立的测度是合理的。因此，我用在因子1上负荷强的4个题项来构建对个人偏好型堕胎的态度测度，而用在因子2上负荷强的3个题项构建对治疗型堕胎的态度测度。在构建这两个测度时，我将题项标准化并求均值。如果在4个有关个人偏好的题项中至少存在3个有效应答，在3个有关治疗的题项中至少有2个有效应答，我就计算均值。之后，我们再次将测度转换为0～1的值，其中1表示最高的堕胎接受程度。
1702648620
1702648621
测度效度的第二个判断标准是，构建测度的各个题项是否与分析中的其他变量大致具有相同的关系。理想情况下，我们应该对各题项与因变量之间的零阶（zero-order）关系和净关系做出评估。然而此例中的因变量是两个对堕胎态度的测度。因此我简单地观察所有三个测度中的每个成分以及其余的自变量——受教育年限——之间关系的一致性。这些相关可参见下载文件“ch11.log”。每个测度的所有成分与其余变量的相关都在符号上一致，且在大小上大致相同。因而我得出结论，我将这些题项合并进测度的做法是恰当的。
1702648622
1702648623
表11-4是三个测度与完成的受教育年限的均值、标准差，以及它们之间的相关系数，而表11-5则是由方程11.5和11.6估计而来的系数。不出所料，对治疗型堕胎接受程度测度的均值比对个人偏好型的高出很多。（由于每个测度都是将样本中的最低得分转换为0而将最高得分转换为1的标准化系数，所以严格来讲，在不同测度之间进行均值的比较是不合理的。然而它们的确表明一般受访者的态度在最可接受以及最不可接受某种类型的堕胎之间的相对位置，因而可以用来比较对两种类型堕胎的相对接受程度。）
1702648624
1702648625
表11-4 1984年美国成年人对合法堕胎接受程度的模型中变量的均值、标准差及相关系数（N=1459）
1702648626
1702648627
1702648628
1702648629
1702648630
表11-5 两个预测堕胎接受程度模型的系数
1702648631
1702648632
1702648633
1702648634
1702648635
正如我们所预期的，对个人偏好型堕胎的接受程度相比于对治疗型堕胎的接受程度来说，在某种意义上更多的是一种社会建构。前者的R2为0.182，而后者的R2为0.136。此外，两个自变量的系数也是个人偏好型堕胎模型明显大于治疗型堕胎模型，表示受教育年限和宗教信仰虔诚度对个人偏好型堕胎的态度影响大于对治疗型堕胎的态度影响。然而在将系数标准化后，宗教信仰虔诚度对两种态度的影响基本相当，而受教育年限对个人偏好型堕胎的影响则大得多。
1702648636
1702648637
似不相关回归
1702648638
1702648639
Zellner的似不相关回归可以对两个模型中相对应系数的差别进行正式检验，在Stata中其命令为-sureg-。该方法同时估计因变量不同但自变量部分或全部相同的模型。当模型之间自变量一致时，该方法提供的系数与标准误和单独估计模型的时候一致，但它另外给出两项信息——各模型间残差的相关以及相对应系数间差异显著性的检验。就当前的例子来说，残差间的相关为0.38，它说明除了受教育年限和宗教信仰虔诚度之外，导致接受治疗型堕胎的任何因素也会（在某种程度上）导致接受个人偏好型堕胎。对应系数的差异性检验显示，与我们的假设一致，在个人偏好型堕胎模型中受教育年限和宗教信仰虔诚度的系数显著地大于治疗型堕胎模型中受教育年限和宗教信仰虔诚度的系数。（关于-sureg-命令的使用方法，详见下载文件“ch11.do”。）