k因子分析中kmo值太小
来源:学生作业帮助网 编辑:作业帮 时间:2024/04/27 15:14:26
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
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
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
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
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
因子分析法和主成分分析法都是降维处理多变量的回归问题,不同意楼上的说法,不是包含的关系.另外主成分分析法在SPSS中没有办法直接实现,是通过因子分析来构建模型的.它们的区别还是模型构建体系不一样,因子
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
这个在spss很好操作的我替别人做这类的数据分析蛮多的
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,
按照旋转后的再问:我计算的时候也是这样算的。可spss的书上怎么的是按照原始特征方差值呢?张文彤那本。不知是否写错了?再答:我记得,我学的书用的就是旋转后的
不适合,一般kmo大于0.7
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
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
为了更突出各个因子的典型代表变量是谁,这样更容易发觉因子的作用.
一个因子通常包括很多个子项,因子得分是指这些子项按照一定的加权规则(spss自行定义的)计算出来的数值.希望能帮到您!再问:例如我现在是人口预计,中有GDP,生活成本,还有学校数目等等等等,那得分是什