最佳答案:Rotated Component Matrix,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
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: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
最佳答案:得分为负的,说明该样本对就的因子得分低于平均分.平均分为0.所有得分之和为0.
最佳答案:方差贡献率表示同一公共因子Fj对各变量所提供的方差贡献的总和,用来衡量每一个公共因子相对重要性的一个尺度.
最佳答案: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!
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: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: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
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:先确定一个矩阵的特征值对应的特征向量用这个矩阵与此特征值相乘得到的向量就是对应的需要分析的关键数据.
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:选择因子的依据不止一个,特征值只是其中之一,大于1的话可以考虑保留,最好还要参考一下碎石图,看看拐点在什么位置,从而确定应该保留几个因子.再就是看看特征值的方差
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: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
最佳答案:能解释的方差也就是组间方差。其百分比是F=MS组间/MS总体MS组间=SS组间/df组间,MS总体=SS总体/df总体。F=MS组间/MS总体,然后检验F值,以
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
最佳答案:在保存 里面有一项 直接保存因子得分 就是求出各因子得分的 你选中它就好了,重新运行一遍因子分析 就会在原始数据表格的最后面多出几列各因子得分的
最佳答案:这个不能说此次分析就是失败的,应该说是你的变量或者说是问卷设计有问题当然也可以不一定参照必须要大于0.5,但是常规的都是这样参照的这个因子载荷低有可能是问卷变量
最佳答案:都是拿来进行降维的方法,把多个变量简化少数几个不相关的变量.判别分析一般结合聚类分析一起做,因为判别分析的前提需要大部分数据已经分好组,再去对待判数据进行归类.