spss因子分析结果解读

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

第二个表说明拟合度,0.996,接近1,说明模型拟合不错；第三个表看F值就好,相当大,在95%甚至99%置信度下显著；第四个表说明自变量X（营业收入）系数为0.891,并且是在95%甚至99%置信度下

Independent-SamplesTTest过程用于进行两样本均数的比较,即常用的两样本t检验.可以看到：该结果分为两大部分：第一部分为Levene's方差齐性检验,用于判断两总体方差是否齐,这里

KMO检验统计量在0.7以上,说明变量之间的偏相关性较强,适合做因子分析,球形检验p小于0.001,说明变量之间存在相关性.第二格表格为共同性,表示各变量中所含原始信息能被提取的共同因子所表示的程度,

是不是数据输入有误啊,好像权重有时符号位不影响结果.

RotatedComponentMatrix,就是经转轴后的因子负荷矩阵,当你设置了因子转轴后,便会产生这结果.转轴的是要得到清晰的负荷形式,以便研究者进行因子解释及命名.SPSS的FactorAna

这是对残差情况进行描述.因为做回归时要求残差独立、正态等,要满足这个条件才行

一般要读KMO、碎石图、累计解释率、共同度、因子最大正交旋转后的rotate图

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.

卡方检验的结果只能说明两检验结果之间有一定的相关性,但不能说明是否有一致性.一般认为当kappa值大于等于0.75时两者的一致性较好.

Logisticregression啥时候讨论过R方,只听过近似的Cox系数,一般都是讨论AIC值的,或者看你的Deviance,因为AIC的取值就是Deviance与自由度权衡后得出的值,服从卡方分

首先要说明的是,因子分析是用来降维的.比如你有很多变量,用这么多变量来解释另一个变量,显得有点复杂,但是如果能找到其它的几个少量的变量来代替这些变量来进行下一步的分析,这就要用到因子分析.它运用了数学

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

这个式提取公因子,你这个表原来有7个因子,第一个因子的解释能力,也就是在总方差中占得比例为29.275%,第二个因子是19,.112%,以此类推.SPSS提取了三个公因子,这三个公因子在总方差累积的比

别下载下边那个,一看就是木马.你这个最后一行是显著性,用来判断你的各个系数是否有意义.小于扥等于0.05认为有统计学意义.你这个都不怎么样.非标准化系数B下边那个是你的方程的自变量的系数.ppv课视频

R是自变量与因变量的相关系数,从r=0.378来看,相关性并不密切,是否相关性显著由于缺乏sig值无法判断.Rsquare就是回归分析的决定系数,说明自变量和因变量形成的散点与回归曲线的接近程度,数值

参考下百度文库：http://wenku.baidu.com/view/3e70962058fb770bf78a5547.html再问：不是问卷的信度分析啊，QQ方便么？再答：其实我也是初学的，不好意

是球形检验,如果相应p值小于0.05,说明变量之间存在相关性,适合做因子分析,df是自由度,sig是p值.后面的是题项.再问：谢谢，我已经知道了，非常感谢！那么如果我只想做一种变量与其它因素的关系，而

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

去人大经济论坛看看吧,这类问题很多,一两句话说不清楚……