SPSS中怎么把二十多个指标提取成三个因子

Friedman检验是利用秩实现对多个总体分布是否存在显著差异的非参数检验方法,其原假设是：多个配对样本来自的多个总体分布无显著差异.　　SPSS将自动计算Friedman统计量和对应的概率P值.如果

在表因子变量解释贡献率（Total Variance Explained）中,看各个主因子的方差贡献率（Initial Eigenvalues栏下的% of&n

Std.Error是标准误再就是有standarderrorofdifference：Astatisticalindexoftheprobabilitythatadifferencebetweenth

因子得分*方差贡献率试试

Data-Orthogonaldesign好好考虑试验目的哦.要是设计出错了,那就白搭了……其实还有很多方法可以用较少的试验达到较好的效果.eg.PB.RSA求最优

因变量就是指的一个变量,如果有多个指标,那么因变量又无法直接观测,那就是潜变量模型了

1)、Mean:平均数,均数2)、Std.Deviation:标准差3)、Std.Error：标准误4)、ConfidenceIntercalforMean：均数的可信区间5)、LowerBound：

嗯,在菜单栏点击转换（transform）——计算（compute）里面就可以了

选择Transform | Recode into Same Variables,将变量名“焦虑总分”键入Variables中,选择Old 

动态指标就是反映在某一时期里所发生的某种变化情况,也可称时时期指标.静态指标就是反映某一时点的某种状况,它所表示的是人口发展连续不断变化过程中的一个瞬间静止情况,通常称为时点指标.只有这个数值还有时期

你要的是图吧?分组有两种方式,一种是把你的样本切开,在data-》split里面另一种就是直接在你的图里面.如果不要频数图有几种做法,简单的就是graph-》bar-》下面你看着选,然后点define

要弄清指标与标志区别,必须弄清总体和总体单位各自含义,从统计调查角度看就是调查对象和调查单位（注意与填报单位不同）.而这些概念含义在书上都有,是统计学家绕绕大家有脑袋.把这些理论上的概念都落在实际调查

给你举个例子吧2*2的表格那么你就把第一个变量分为1,2两个.第二个变量也分为1,2两个.然后把人数或者其他的它们对应的数字输入到spss第三列,然后把数字加权.2*2的表格就有四种方式.注意数据不要

建议你直接去借本SPSS的书看,里卖弄有很多操作步骤和实例.很快就可以学会的!另外提醒你一点,在SPSS里面用聚类分析在里面的选项要选R型聚类.否则的话结果是完全错的!当然你也可以先从把之前的矩阵进行

举个例子咯：总体方差解释如下,前三个成分对总方差解释超过85% 所以 选择1,2, 3Total Variance ExplainedComponen

过程进行分析时,SPSS会自动对原始数据进行标准化处理,所以在得到计算结果中每个指标所对应的系数乘上第一主成分F1所对应的贡献率再除以所提取两个

表一的r值是复相关系数,r方是决定系数,r方表示你的模型可以解释百分之多少的你的因变量,比如你的例子里就是可以解释你的因变量的百分之八十.很高了.表二的sig是指你的回归可不可信,你的sig是0.00

不好做,我感觉只能通过回归来预测出选择哪个媒体对于公信力评价的影响大.因为第一个题是属于多选的,按照录入后,可以将其看做多个有一定相关性的自变量而第二个题目的公信力评价是在基于第一个题目多选的基础上评

专业上没有保暖率,是保温率,指的是“无试样时的散热量和有试样时的散热量之差与无试样时的散热量之比的百分率”,就是说一定时间内一块散热板不盖面料的散热量和盖上面料的减少散热量的比值,这么说应该能理解吧,

不行的呀,肯定不行的呀.得用因子分析算综合得分把不同的指标整合到一起撒.你取平均数肯定不合理的啊.ppv课学习网站再问：是用因子分析提取公因子这样吗？再答：恩。提取因子以后，在算综合得分、就成一个了再