如何利用spss进行因子分析,进行结构度检验
来源:学生作业帮助网 编辑:作业帮 时间:2024/11/13 01:47:29
你完全不懂因子分析吧,不存在共线性是不能做因子分析的,kmo大小无所谓的,79%已经很大了再问:是不太懂。不是说KMO要70%以上才算合格吗?再答:只要这个检验p
不需要.数据的标准化处理在SPSS中是自动进行的.
可以试一下spss交叉表的卡方检验.http://hi.baidu.com/%CD%DA%BF%F3%B9%A4%C8%CB/blog/item/0a3523db7a829c2032fa1c70.ht
主成分分析既可以说是因子分析的一种方法,也可可以是一种独立的方法,但是由于spss在主成分分析之后无法直接计算出每个主成分的得分情况,所以现在一般都采用因子分析的方法来提取问卷中题目所包含的几个维度,
对SPSS来说,直接用原始的数据就可以进行因子分析,相关系数矩阵只是其生成结果的一部分,根本用不着先输入相关系数矩阵,再去做因子分析,这样SPSS反而做不出来
用因子得分FAC1-1做回归,那个因子载荷阵是原变量与因子的相关系数,你可以参考网上的文献,另外新生成的因子是不相关的,不用做相关分析了
的检验是为了检验是否适合做因子分析,一般来说KMO的值越接近于1越好,大于0第三个表是旋转因子载荷,是为了方便对提取的两个公因子命名,旋转后,第一再问:请问这和KMO检验有什么关系呢?我是在旋转因子求
复测信度?就是重测信度吧,测两次结果的相关就可以了.
KMO值是由你的数据算出来的,不是所有的数据都适合做主成分分析.只有KMO值只有0.5说明你的数据样本不适合做主成分分析,下面做的一切都是不合理的.KMO值不能提高,除非你换一组数据.
首先要说明的是,因子分析是用来降维的.比如你有很多变量,用这么多变量来解释另一个变量,显得有点复杂,但是如果能找到其它的几个少量的变量来代替这些变量来进行下一步的分析,这就要用到因子分析.它运用了数学
首先看KMO值有没有过0.5,低于0.5的不能做因子分析,然后看特征根,一般特征根要大于1,之后看各个因子的谁的数值最高就可以了.
菜单中选择Analyze>DescriptiveStatistics>Frequencies,单击Statistics按钮,在PercentileValues栏中,选择Percentile(s),输入
这个式提取公因子,你这个表原来有7个因子,第一个因子的解释能力,也就是在总方差中占得比例为29.275%,第二个因子是19,.112%,以此类推.SPSS提取了三个公因子,这三个公因子在总方差累积的比
你自己根据各个因子中哪个或哪些变量的系数大来命名即可
数据不正定,建议删除一些指标数据再做
有几千万种假设检验,你要做哪一种?我替别人做这类的数据分析蛮多的
参考下百度文库:http://wenku.baidu.com/view/3e70962058fb770bf78a5547.html再问:不是问卷的信度分析啊,QQ方便么?再答:其实我也是初学的,不好意
是球形检验,如果相应p值小于0.05,说明变量之间存在相关性,适合做因子分析,df是自由度,sig是p值.后面的是题项.再问:谢谢,我已经知道了,非常感谢!那么如果我只想做一种变量与其它因素的关系,而
求各主成分的权重:权重就是用提取出来的主成分的特征根值去除以这几个主成分特征根值之和就得出对应每个主成分的权重了.各个主成分的特征值可以查看解释的总方差表.因子解释变异量:因子解释的变异量=该因子特征
去人大经济论坛看看吧,这类问题很多,一两句话说不清楚……