spss因子分析结果解释累积方差

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

可以做的,不会做我帮你我替别人做这类的数据分析蛮多的

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,

看显著性看P值,也就是sig.值,P

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

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.

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

按照它的解释,至少需要两组数据做因子分析,而你指输入了一组变量数据,这样是没法做分析的,或者你所输入的当前变量不能够被计算,程序也找不到新的数据.我想最起码,你需要重新输入两组可进行计算的变量数据,要

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

输入的话按列输入即可看到你的数据才知道是不是能做因子分析你的很多描述都不清楚,没法判断我替别人做这类的数据分析蛮多的再问：这是我的问卷，发出去后才发现很多问题，http://www.sojump.co

因为你没有将因素负荷排序,这样结果很难看清楚的.你的第1个因素的项目太多了,旋转了还这么多.

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

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

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……

你的结果不太好,累积贡献率只有60.68%.一般要求85%以上才有意义.再问：贡献率是culmulative？如果数据现在是这样的话...应该怎么看：1那些因子怎么分的？2在spss上怎么操作来把原来

这个表格的意思是通过主成分提取法,仅仅提取出一个公因子来,而那个60%的意思就是这个提取的公因子能够解释原来所有变量的60%的变异这样的主成分分析基本上没有什么意义