因子分析kmo小于0.5数据怎么改

SPSS可以导入外部数据啊,不过我都是用复制粘贴的,SPSS里的相关是以列来的哦,就是说你导入的时候注意每一列都可以加一个名称啊,然后列与列之间做因子分析,不知道你的数据是怎么样啊,有的时候还要算一下

因子分析时候有个选项里面是选择保存因子得分然后在原始数据的最后面就会有几列新的数据出来其中就包括了你提取出来的几个主因子的得分然后你要求相关就是把新出来的几列因子得分之间就好了,但是提取出来的因子之间

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

看特征根大于1的有几个主要维度,用碎石图比较容易看,然后看几个因素旋转后的矩阵是否能够集中在这几个维度,每个维度有几个因子,如果聚集效果比较明显,就可以用因子分析.因为因子分析本来就是要在若干个因素之

你把变量弄少一点就可以了.

根据学者的相关研究,做因子分析样本容量最好不小于100人,题目与被试比例最好是1:5,最起码样本量不可以小于指标数量（以上内容请参考吴明隆统计实务）,否则因子分析难以得到稳定可靠的结果,虽然操作还是可

用因子分析可以形成两个公因子：解释的总方差初始特征值提取平方和载入成份合计方差的%累积%合计方差的%累积%13.92178.42478.4243.92178.42478.42421.06221.247

一般采用相关系数矩阵分析都是自动标准化的,如果你不放心,可以人为标准化,会自动保存新变量的,而不是要重新输入标准化数据.

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.

是的,这是因子分析的前提条件,通不过这两个东西就说明量表不适合做因子分析再问：可是我看了好多论文上面在做因子分析时都没有做相关检验的，还是在核心期刊上，我把那些数据检验一下救过都是显示Thismatr

做个相关或者偏相关分析看看,把那些与其中任何一个变量相关性都很弱的变量剔除出去,再试下

如果不相关,就没有必要用因子分析,因子分析只在高度相关时才能使用.正确的选择方法才是关键.再问：写论文题目早就定下来了，没法改了，而且我找了好几份参考的论文，也都是用因子分析法分析跟我一样的问题的，我

效度分为很多,你说的应该是结构效度因子分析有标准步骤,不是说你这么做因子分析就不好,他那么做因子分析就好需要对哪些变量做因子分析,要根据你的目的来决定kmo是必须要看的我经常帮别人做这类的数据分析

KMO值检验的作用是看看你的这些题目的内部相关,存不存在一定量的局部因子,那么,如果内部相关太低,那KMO值就不高,你这里我不知道是只放了两个项目还是怎么回事,如果只有两个项目,那KMO不高太正常了,

http://zhidao.baidu.com/question/39691179.html?si=2

不适合,一般kmo大于0.7

如果你收集的数据是真实数据的话,用修改数据来提高相关性就没必要了.记得在因子分析前要数据预处理,移除界外值.

因子分析前,首先进行KMO检验和巴特利球体检验,KMO检验系数>0.5,(巴特利特在spss中的因素分析时有关于bartlet球形检验的选项,如果sig值小于0.05,则

你看下没出来这个结果的英文提示是什么,这个一般是你的数据有问题的

主成分的选取可以有2种方法：1、取累计贡献率大于85%的成分；2、取所有特征值大于1的成分.当符合上述任意一种时均可拿来做为最后的主成分.当然SPSS软件默认的是第二种.主成分的选取和你说的载荷量小于