用spss软件做的因子分析得到的结论都是什么意思
KMO 和 Bartlett 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0.5的话适合做因子分析,你的KMO值是0.674大于0.5。
Bartlett 的检验主要看Sig.越小越好,你的接近于0.由此可以得出,你的数据适合做因子分析。
第二个表是提取了两个个公因子来替代原来的8个原始变量,这两个因子的方差贡献率是78.604%,也就是说这两个公因子能够解释原来8个原始变量所包含信息的78.604%。
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,第一个因子在X1上的载荷最大,第二个因子在X2与X7上载荷最大,你可以根据X1,X2,X7的含义来对这两个因子命名。
第四个表是为了计算因子得分。
比如第一个因子F1=X1*0.7+X2*0.101+X3*0.217+X4*0.236.....+X8*0.241,xi到X8这8个原始变量的值的大小你是知道的,带进去就可以求出这两个因子的分数。
纯手打,希望能帮助到您,呵呵!...
怎样使用SPSS软件判断数据是否可用因子分析
SPSS操作步骤及解释:1.导入数据 :文件-打开-数据;2.将数据标准化:分析-描述统计-描述,得到标准化数据;3.对标准化数据因子分析:分析-降维-因子分析-导入变量-描述 得到的相关系数矩阵值越接近1,说明相关性越大,因子分析前提存在;Bartlett 检验的 F 值等于0.000,表明数据呈正态分布,KMO 检验值如果大于0.5,说明对 数据进行因子分析适宜。
主成分分析与因子分析的异同和spss软件
因子分析1输入数据。
2点Analyze 下拉菜单,选Data Reduction 下的Factor 。
3打开Factor Analysis后,将数据变量逐个选中进入Variables 对话框中。
4单击主对话框中的Descriptive按扭,打开Factor Analysis: Descriptives子对话框,在Statistics栏中选择Univariate Descriptives项要求输出个变量的均值与标准差,在Correlation Matrix 栏内选择Coefficients项,要求计算相关系数矩阵,单击Continue按钮返回Factor Analysis主对话框。
5单击主对话框中的Extraction 按钮,打开如下图所示的Factor Analysis: Extraction 子对话框。
在Method列表中选择默认因子抽取方法——Principal Components,在Analyze 栏中选择默认的Correlation Matrix 项要求从相关系数矩阵出发求解主成分,在Exact 栏中选择Number of Factors;6, 要求显示所有主成分的得分和所能解释的方差。
单击Continue按钮返回Factor Analysis主对话框。
6单击主对话框中的OK 按钮,输出结果。
主成分分析与因子分析的异同和spss软件
因子分析是寻找隐含在多变量数据中无法直接观察到的公因子的一种多元统计分析方法。
其目的就是要通过对多元变量观察数据的分析,找出支配多个指标间相互关系的少数几个彼此独立的公因子,并通过建立起公因子与原变量之间的数量关系来预测公因子的状态,可帮助发现隐藏在变量之间的某种客观规律性。
因子分析可将多维数据降维,起到理清数据内在结构关系的作用...
spss因子分析
本来想给你截图的,可是传不上来,我就简单说一下哈。
首先你得进行一次预计算,选择菜单里分析——降维——因子分析,跳出主面板,把想分析的变量选到变量框里,然后点确定。
这时候输出窗口里会只有一个或两个图表。
其中有一个图表是主成分的方差贡献。
这个图表里你要找到两个相邻的列(应该是第三列和第四列),其中前一个列指的是单个因子对方差的贡献率,后一个是因子累计贡献率。
也就是说前一个列里边数值相加等于100,后一个列里边数值递增,最后一个等于100。
假如前一个列里是60,30,10,那么后一列里就是60,90,100.两个列之间有一个和的关系。
找到这两个列以后,你要找使得累计贡献率达到百分之八十的那个数。
这个表的第一列是1,2,3,等等,它代表第几个因子,比如3指的那行就包括第三个因子的方差贡献率,累积到第三个因子的方差贡献率这两个数据。
你要找到累计到达百分之八十的那个因子是第几个因子,然后就按提取几个因子进行计算。
通过预计算知道了提取几个因子之后,就开始正式计算。
再次打开因子分析的主面板,在最右边一共有五个选项,分别是描述,抽取,旋转,得分,选项。
这五个在预计算里边没有用,但是现在要用了。
点继续。
点击描述,在对话框里选上初始变量分析,kmo统计量及bartlett球形检验这两个选项,(注意,kmo和bartlett是一个选项,选项名就是很长)这一步是用来判断变量是否适于进行因子分析的。
点击抽取,对话框里最上边的方法就选主成分,分析里选上相关性矩阵,输出选上未旋转的因子解和碎石图两个选项,抽取里选择因子的固定数目,在要提取的因子后边填上你预计算里算出的因子数目。
点继续。
旋转里边选最大方差法,输出旋转解。
继续。
得分里边选保存为变量,方法为回归,显示因子得分系数矩阵也要打上勾。
继续。
确定。
然后就可以分析结果了。
先看kmo和bartlett的结果,kmo统计量越接近1,变量相关性越强,因子分析效果越好。
通常0.7以上为一般,0.5以下不能接受,就是不适合做因子分析。
bartlett检验从检验相关矩阵出发,如果p值,就是sig,比较小的话,一般认为小于0.05,当然越小越好,就适于因子分析。
如果这两个检验都合格的话,才可以去写因子模型。
为了便于描述,假设我们有两个因子f1,f2,旋转变换后的因子载荷矩阵会告诉你每个变量用因子表示的系数。
比如变量x1=系数1*f1+系数2*f2,变量2以此类推。
因子得分系数矩阵会告诉你每个因子里各变量占得权重,比如f1=系数1*x1+系数2*x2+。
。
。
根据这个我们就能算出因子得分了。
因为之前选择了将因子保存为新变量,所以spss会直接保存两个因子得分为两个新变量,然后我们不是有一个公式吗总得分=因子1的方差贡献率*因子1的得分+因子2的方差贡献率*因子2的得分+...根据这个公式计算一下就可以了。
用spss或者Excel都可以。
希望能对你有帮助哦。
ppv课,大数据培训专家,最专业的大数据培训平台。
为你提供最好的spss学习教程哦。
如何用spss软件进行主成分分析
本来想给你截图的,可是传不上来,我就简单说一下哈。
首先你得进行一次预计算,选择菜单里分析——降维——因子分析,跳出主面板,把想分析的变量选到变量框里,然后点确定。
这时候输出窗口里会只有一个或两个图表。
其中有一个图表是主成分的方差贡献。
这个图表里你要找到两个相邻的列(应该是第三列和第四列),其中前一个列指的是单个因子对方差的贡献率,后一个是因子累计贡献率。
也就是说前一个列里边数值相加等于100,后一个列里边数值递增,最后一个等于100。
假如前一个列里是60,30,10,那么后一列里就是60,90,100.两个列之间有一个和的关系。
找到这两个列以后,你要找使得累计贡献率达到百分之八十的那个数。
这个表的第一列是1,2,3,等等,它代表第几个因子,比如3指的那行就包括第三个因子的方差贡献率,累积到第三个因子的方差贡献率这两个数据。
你要找到累计到达百分之八十的那个因子是第几个因子,然后就按提取几个因子进行计算。
通过预计算知道了提取几个因子之后,就开始正式计算。
再次打开因子分析的主面板,在最右边一共有五个选项,分别是描述,抽取,旋转,得分,选项。
这五个在预计算里边没有用,但是现在要用了。
点继续。
点击描述,在对话框里选上初始变量分析,kmo统计量及bartlett球形检验这两个选项,(注意,kmo和bartlett是一个选项,选项名就是很长)这一步是用来判断变量是否适于进行因子分析的。
点击抽取,对话框里最上边的方法就选主成分,分析里选上相关性矩阵,输出选上未旋转的因子解和碎石图两个选项,抽取里选择因子的固定数目,在要提取的因子后边填上你预计算里算出的因子数目。
点继续。
旋转里边选最大方差法,输出旋转解。
继续。
得分里边选保存为变量,方法为回归,显示因子得分系数矩阵也要打上勾。
继续。
确定。
然后就可以分析结果了。
先看kmo和bartlett的结果,kmo统计量越接近1,变量相关性越强,因子分析效果越好。
通常0.7以上为一般,0.5以下不能接受,就是不适合做因子分析。
bartlett检验从检验相关矩阵出发,如果p值,就是sig,比较小的话,一般认为小于0.05,当然越小越好,就适于因子分析。
如果这两个检验都合格的话,才可以去写因子模型。
为了便于描述,假设我们有两个因子f1,f2,旋转变换后的因子载荷矩阵会告诉你每个变量用因子表示的系数。
比如变量x1=系数1*f1+系数2*f2,变量2以此类推。
因子得分系数矩阵会告诉你每个因子里各变量占得权重,比如f1=系数1*x1+系数2*x2+。
。
。
根据这个我们就能算出因子得分了。
因为之前选择了将因子保存为新变量,所以spss会直接保存两个因子得分为两个新变量,然后我们不是有一个公式吗总得分=因子1的方差贡献率*因子1的得分+因子2的方差贡献率*因子2的得分+...根据这个公式计算一下就可以了。
用spss或者Excel都可以。
希望能对你有帮助哦。
转载请注明出处51数据库 » spss软件因子分析