spss因子分析如何判断变量的共同度

看特征根大于1的有几个主要维度,用碎石图比较容易看,然后看几个因素旋转后的矩阵是否能够集中在这几个维度,每个维度有几个因子,如果聚集效果比较明显,就可以用因子分析.因为因子分析本来就是要在若干个因素之

对每个所有题项进行因子分析,如果KMO和Bartlett球形检验的结果表明其并不适合做因子分析这说明你的数据有问题,结构效度现在分为两种一种用因子分析的方法,但是这种不咋用了,还有一种是用结构模型验证

变量是用在方程中的,选择变量是过滤个案的.比如说个案要求某变量中的值>6,则那个变量大于六的个案才进入方程.问题基础点,不介意的话看看书吧.SPSS的教材挺多的.

用这三列建立一个新列,然后对这个新列的变量在分析里进行描述统计～

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

1、首先,大家平时理解的变量是单纬的,而不是你说的多维的.因此,对spss而言,X1、X2、X3、Y1、Y2、Y3分别是6个变量.2、spss的相关性分析中可以分别统计这6个变量间的相关性.通过他们之

问题补充：特征值大于1了,但累积贡献率仅为60%,如何提高累积贡献率?..这个和因子分析所选的每个变量有关系,变量之间要有一定的相关性,同时也可以

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

用因子载荷矩阵的第i列的每个元素分别处以第i个特征根的平方根,就得到主成分分析的第i个主成分的系数,如第一主成分的第一个变量的系数为0.956除以2.777的平方根,这里打不出根号,不好意思,以此类推

分析之前有清理过数据吗,排除那些随意不认真作答的问卷.还有就是你所采用的问卷是否是成熟的量表,外国的话在国内是否修订过.如果都是的话,不太应该出你所说的这种多负载的情况.负载小的那些变量直接排除不行吗

因子分析算是spss高级进阶的内容了,一般缺少统计基础的人很难理解因子分析的数据基础,导致在数据分析的时候忽略很多细节,导致错误的发生.在因子分析中最容易发生的一个错误就是某些变量的因子载荷出现负数而

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

看你的变量里面包含的问题是不是都是里克特量表式的,如果是的话可以按照下面两种不同的处理方式一般的处理方式,在论文里较常见的是把每个变量包含的问题进行综合相加求和或者求均值,然后用汇总后的两列进行相关当

采用方差分析吧,添加一个变量,分别定义三个水平,然后对应各水平的值为另一个列变量,然后采用单因素方差分析

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.

这个要编程完成才行的,不能你这样乱做估计你是没这个能力去做的

如果你收集的数据是真实数据的话,用修改数据来提高相关性就没必要了.记得在因子分析前要数据预处理,移除界外值.

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

不明白你说的AB的变化之间的相关性是何意再问：是这样的，A是学习动机，B是外界影响因素如教师期望，C是学生年级，学生学习动机以及教师期望各自随年级的变化趋势可以通过比较均值看出来，AB之间在各年级的相