SPSS怎么做KMO值

这个像是合并了两个散点图的,应该要分组来做才行的,或者用其它软件,spss不一定能完成

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

你这里做的是单样本T检验,一般我们是看t值对应的sig值来看,是否通过检验,当然也可以直接看t值,如果t值的绝对值越大,说明你的样本数据和比较的数据越显著差异

做时间序列分析,最强大最方便的是EViews,包括单位根检验、VAR模型、协整检验等等.需要的话,数据发给我,我可以帮您.

可以用matlab做出来.如果做简单的对比,就用柱状图命令“bar”如果做较深入的绘图,推荐用matlab中的箱型图.当然,用spss或者excel也可以完成上述绘图.具体步骤请：搜索“bar”、“箱

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

采用非参数秩和检验统计专业研究生工作室为您服务

直接在因素分析里做analyze——Datareduction——Factor并在descreptives里选择KMO就可以了

问题描述：做出年级主效应显著,专业与年级交互作用显著,下一步\x0d答案1：：单变量多因素方差分析：\x0danalyze-;generallinearmodel-;univariate\x0dMod

那些和其他变量相关性都很小的变量就是解释方差很小的变量,或者从旋转载荷矩阵表上来看,那些变量在各个成分上的载荷都小于0.5,就是解释方差很小的变量,应该剔除,这样就可以提高KMO值了.

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

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.

仅作主成分分析是不用看KMO值的,提取主成分中解释方差较大的变量,构建新的指标体系,然后在试图用因子分析,另外注意,主成分分析一般不用来赋权!

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

是说这个矩阵不是正定的,我知道你可能还是不明白,我帮你查了很多资料,正定矩阵意思是说数据特征的特征值不是都大于0的,因此我推测你数据中可能存在问题,有负的特征值,怎么改数据,我还不清楚,我还得学习学习

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

KMO是做主成分分析的效度检验指标之一,以前的文献中写说,KMO在0.9以上,非常合适做因子分析；在0.8-0.9之间,很适合；在0.7-0.8之间,适合；在0.6-0.7之间,尚可；在0.5-0.6

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,