spss因子分析如何降低解释的总方差

SPSS可以导入外部数据啊,不过我都是用复制粘贴的,SPSS里的相关是以列来的哦,就是说你导入的时候注意每一列都可以加一个名称啊,然后列与列之间做因子分析,不知道你的数据是怎么样啊,有的时候还要算一下

在表因子变量解释贡献率（Total Variance Explained）中,看各个主因子的方差贡献率（Initial Eigenvalues栏下的% of&n

当然可以,显著就行.再问：如果sig值偏大，怎么调整？再答：只要小于0.05，达到显著就可以。再问：大于0.05呢再答：大于0.05就不适合做因子分析了。再问：除了增加样本量之外有没有调整方法再答：具

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

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

一般观察权重系数啊,正常的话看变量在F1-F5那个公共因子上较大,就把它归类在哪个公共因子上,比如第一个变量在F1上的权重是0.927,很接近于1了,就归类在F1上.一般都用主成分分析法,做正交旋转做

一般采用相关系数矩阵分析都是自动标准化的,如果你不放心,可以人为标准化,会自动保存新变量的,而不是要重新输入标准化数据.

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

因子分析法和主成分分析法都是降维处理多变量的回归问题,不同意楼上的说法,不是包含的关系.另外主成分分析法在SPSS中没有办法直接实现,是通过因子分析来构建模型的.它们的区别还是模型构建体系不一样,因子

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

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

按照旋转后的再问：我计算的时候也是这样算的。可spss的书上怎么的是按照原始特征方差值呢？张文彤那本。不知是否写错了？再答：我记得，我学的书用的就是旋转后的

当然不行啊,要不你就要做回归预测了,但是要先建模型再问：可是没有因变量怎么做回归呢？我也问了我们老师，说是可以先通过因子分析估计一个因变量的值再进行回归。。（可以留个你的联系方式不，请教一下高人）再答

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

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

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