spss 因子分析 成分矩阵分析
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/31 13:15:23
从表中我们可以看到,EDI与EDI的相关系数为1(这是显然的,自己跟自己跟定线性相关),类似的,矩阵对角线位置都是1.其余不相同的两个变量相关系数在-1到1之间,如EDI与HP的相关系数为0.261.
因子得分系数矩阵可以直接的出来的,在得分(score)那个选项里面有显示因子得分系数矩阵那一项
1、确认选择这个选项吗?见下图.理论上选择这个选项,不可能没有结果的. 2、调换位置后,变量名是否变化了?3、String类型的数据只能分类变量,否则是不能用来说做数据分析的.分类变量,将字
出来的结果里有这个值的我经常帮别人做这类的数据分析的
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
正负号只是表示关系的正负这不影响主成分分析主要看绝对值的大小绝对值大就表示关系强
因为对阁下的题目不了解,所以不知道上图中的结果代表什么含义.你的理解是正确的,主成分分析得到的主成分是一个综合性指标.从数学的运算来看,主成分分析的过程只是在原来的相关系数矩阵上做了一个正交旋转.而降
SPSS中可以自动输出因子得分矩阵的,但那个是标准化的因子得分.(SPSS统计分析专业人士南心网)
这个不能说此次分析就是失败的,应该说是你的变量或者说是问卷设计有问题当然也可以不一定参照必须要大于0.5,但是常规的都是这样参照的这个因子载荷低有可能是问卷变量设计问题,有可能是数据采集质量有问题如果
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.
对的,每一列下面比较大的归为一类就行了
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
在主成分抽取那边设置有两种设置方法:1主成分的特征根2累计贡献率建议把累计贡献率设置为85%就可以提取多个主成分
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
系统显示这个警告并不是只能做11个成分的意思,而是说你的变量命名中含有非法的部分,重新检查一下变量名称吧,前两天我也碰到类似问题,当时查的是因为SPSS版本的关系,一般来说非注册版本很容易遇到这个问题
①如果你的指标因子中出现了负向指标,即你说的越小越好,那么我建议你不要用SPSS进行标准化,因为SPSS默认的标准化方法是标准差标准化,对负向指标不太合适.你可以手动用excel进行极差标准化,公式为
在保存里面有一项直接保存因子得分就是求出各因子得分的你选中它就好了,重新运行一遍因子分析就会在原始数据表格的最后面多出几列各因子得分的
lz的意思表达不是很明白.以因子分析为例:因子分析会有variables的框让你自己选择对哪些变量的数据进行分析.如果需要对原始数据进行分析,那就将你原始数据的相关变量名拖到variables的框里就
先看下你的研究领域,有的文献大于0,5都接受了