SPSS探索性因子分析必须用标准化数据吗
来源:学生作业帮助网 编辑:作业帮 时间:2024/11/12 03:18:42
因子分析时候有个选项里面是选择保存因子得分然后在原始数据的最后面就会有几列新的数据出来其中就包括了你提取出来的几个主因子的得分然后你要求相关就是把新出来的几列因子得分之间就好了,但是提取出来的因子之间
这需要看你问卷的具体问题,如果你问卷中包含若干量表,则需要对每一个量表进行效度分析(KMO和巴特利检验及因子分析),如果你整张问卷就是一张普通的调查问卷的话,对问卷进行整体的效度分析就可以了.
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
你通过因子分析中一个选项保存因子得分,之后会在原数据最后保存生成3列因子得分,假设为a1a2a3代表3个因子然后根据因子分析得出三个因子的特征根值,分别计算粗3个因子的权重,分别为各自的特征根值/三个
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
不能用平均法,而是用因子分析中累积贡献率和因子得分的乘积来计算每年的综合排名,至于再计算五年的平均数,不太科学,应该按照综合指数法计算一些变量,如发展速度,5年平均发展速度、增长速度等,在大部分评价中
用因子分析可以形成两个公因子:解释的总方差初始特征值提取平方和载入成份合计方差的%累积%合计方差的%累积%13.92178.42478.4243.92178.42478.42421.06221.247
特征根大于1是通常的标准,更多的时候需要根据理论模型来确定总共提取的因子数目,这个是大的前提,否则无论你提取出几个,如果从理论上说不通也没有什么意义.累计贡献率有70就不错了,仅从解释力上看已经不需要
只要你熟懂因子分析的原理你就可以看明白每个选项的意思以及处理的结果如果不会分析我可以帮你分析
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
首先看KMO值有没有过0.5,低于0.5的不能做因子分析,然后看特征根,一般特征根要大于1,之后看各个因子的谁的数值最高就可以了.
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
探索性因子分析应该在一开始的时候就做做了之后再做修改,重做我替别人做这类的数据分析蛮多的
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
1.用方差分析表中的贡献率即可视为因子的重要程度,贡献率值越大越重要2.没有这种情况,当原始变量是负向指标时,通常要转换成正向指标后,再分析3.见上一位的解答.再问:因子分析不是将几个之间存在联系的相
模糊聚类分析是聚类分析的一种.聚类分析按照不同的分类标准可以进行不同的分类.就好像人按照性别可以分成男人和女人,按照年龄可以分为老中青一样.聚类分析如果按照隶属度的取值范围可以分为两类,一类叫硬聚类算
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
去人大经济论坛看看吧,这类问题很多,一两句话说不清楚……