-
最佳答案:不适合,一般kmo大于0.7
-
最佳答案:需要看因子的特征值,看大于1的因子累计贡献率是否达到要求,进而说明效度可以.特征值是根据矩阵计算得到的每个因子的贡献程度,具体公式我不太清楚,你可以查一些具体资
-
最佳答案:为了更突出各个因子的典型代表变量是谁,这样更容易发觉因子的作用.
-
最佳答案:这个在spss很好操作的我替别人做这类的数据分析蛮多的
-
最佳答案:要除以累计贡献率.至于用哪一个,要看你做因子还是主成份提取,前者用旋转后的方差贡献率,后者用提取的方差贡献率.
-
最佳答案:KMO 和 Bartlett 的检验是为了检验是否适合做因子分析,一般来说KMO的值越接近于1越好,大于0.5的话适合做因子分析,你的KMO值是0.674大于0
-
最佳答案:主成分分析就是将多项指标转化为少数几项综合指标,用综合指标来解释多变量的方差- 协方差结构.综合指标即为主成分.所得出的少数几个主成分,要尽可能多地保留原始变量
-
最佳答案:你的数据不适用因子分析因子分析的自变量应该是定类的,比如“男”“女”这样名义变量,数值型的话至少应该是非连续性的.at least one group has
-
最佳答案: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
-
最佳答案:我应该是选取绝对值大的指标吗?还是单纯的选取正相关的指标,一看你写的就知道你对因子分析一窍不通,别人的解释都不如专业书籍解释的好,你也没有把书本上的例子看完一个