概括：这道题是堵渭俊同学的课后练习题，主要是关于因子分析spss，指导老师为窦老师。

题目：因子分析spss

解：

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0.5.Bartlett 的检验主要看Sig.越小越好,你的接近于0.由此可以得出,你的数据适合做因子分析.

第二个表是提取了两个个公因子来替代原来的8个原始变量,这两个因子的方差贡献率是78.604%,也就是说这两个公因子能够解释原来8个原始变量所包含信息的78.604%.

第三个表是旋转因子载荷,是为了方便对提取的两个公因子命名,旋转后,第一个因子在X1上的载荷最大,第二个因子在X2与X7上载荷最大,你可以根据X1,X2,X7的含义来对这两个因子命名.

第四个表是为了计算因子得分.比如第一个因子F1=X1*0.7+X2*0.101+X3*0.217+X4*0.236.+X8*0.241,xi到X8这8个原始变量的值的大小你是知道的,带进去就可以求出这两个因子的分数.

纯手打,希望能帮助到您,

举一反三

例1： 谁会用SPSS软件对数据做因子分析x1x2x3x4x5A31510331.31134952188.12138045577.3817364493.42146144867.09B444749201.09684794972.21684794972.21631498100.81429806706.74C54814232.8416654466.1918384402.2818329796.65197777483.70

思路提示：

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 %

1 3.921 78.424 78.424 3.921 78.424 78.424

2 1.062 21.247 99.671 1.062 21.247 99.671

3 .016 .329 100.000

4 1.053E-16 2.106E-15 100.000

5 -7.631E-18 -1.526E-16 100.000

提取方法：主成份分析.

旋转成份矩阵(a)

成份

1 2

VAR00001 .137 .990

VAR00002 .957 .284

VAR00003 .958 .279

VAR00004 .951 .307

VAR00005 .973 -.216

提取方法 :主成分分析法.

旋转法 :具有 Kaiser 标准化的正交旋转法.

a. 旋转在 3 次迭代后收敛.

成份得分系数矩阵

成份

1 2

VAR00001 -.137 .855

VAR00002 .242 .079

VAR00003 .244 .074

VAR00004 .236 .100

VAR00005 .338 -.369

提取方法 :主成分分析法.

旋转法 :具有 Kaiser 标准化的正交旋转法.

构成得分.

A：-0.77305 -0.30278 -0.66007 -0.50358

B：0.44803 1.43133 0.03740 1.49934

C：-0.87403 -0.23050 -0.77702 -0.46184

D:1.19905 -0.89805 1.39969 -0.53392

以上相加即可得知ABCD的总得分.

例2： spss因子分析结果中因子得分是什么意思

思路提示：

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!

例3： 【问spss的因子分析用SPSS做因子分析,其中有个结果叫做“RotatedComponentMatrix”,选那个选项才能得到?另外,怎么根据结果解释因子?我用的是SPSS13版本.】

思路提示：

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,以便研究者进行因子解释及命名.

SPSS的Factor Analysis对话框中,有个Rotation钮,点击便会弹出Rotation对话框,

其中有5种因子旋转方法可选择：

1.最大变异法(Varimax)：使负荷量的变异数在因子内最大,亦即,使每个因子上具有最高载荷的变量数最少.

2.四次方最大值法(Quartimax)：使负荷量的变异数在变项内最大,亦即,使每个变量中需要解释的因子数最少.

3.相等最大值法(Equamax)：综合前两者,使负荷量的变异数在因素内与变项内同时最大.

4.直接斜交转轴法(Direct Oblimin)：使因素负荷量的差积（cross-products）最小化.

5.Promax 转轴法：将直交转轴(varimax)的结果再进行有相关的斜交转轴.因子负荷量取2,4,6次方以产生接近0但不为0的值,藉以找出因子间的相关,但仍保有最简化因素的特性.

上述前三者属於「直交(正交)转轴法」(Orthogonal Rotations),在直交转轴法中,因子与因子之间没有相关,因子轴之间的夹角等於90 度.后两者属於「斜交转轴」(oblique rotations),表示因子与因子之间彼此有某种程度的相关,因素轴之间的夹角不是90度.

直交转轴法的优点是因子之间提供的讯息不会重叠,受访者在某一个因子的分數与在其他因子的分數,彼此独立互不相关；缺点是研究迫使因素之间不相关,但这种情况在实际的情境中往往并不常存在.至於使用何种转轴方式,须视乎研究题材、研究目的及相关理论,由研究者自行设定.

在根据结果解释因子时,除了要看因子负荷矩阵中,因子对哪些变量呈高负荷,对哪些变量呈低负荷,还须留意之前所用的转轴法代表的意义.

例4： SPSS因子分析spss16.0为什么只能最多分析11个成分?如果对更多的成分进行主成分分析,则系统显示：WarningsSPSSreadalineofsyntaxwhichcontainsoneormorecharacterswhichareinvalidinthecurrentlocale.Thesec[英语练习题]

思路提示：

系统显示这个警告并不是只能做11个成分的意思,而是说你的变量命名中含有非法的部分,重新检查一下变量名称吧,前两天我也碰到类似问题,当时查的是因为SPSS版本的关系,一般来说非注册版本很容易遇到这个问题,重新下一个spss版本吧,可以轻松解决.

例5： SPSs做因子分析遇到问题,请解决利用SPSS17.0做因子分析,本想先做KMO和巴特利特球体检验判断能否做因子分析,但是没有单独的KMO和巴特利特球体检验结果,并且得到警告：Therearefewe

思路提示：

回答看另外一个问题吧.

另外补充一点,KMO检验的方法你知道吗?那个不是单独出报告啊,都是在因子分析的output中一起显示出来的,当然……你的数据有问题是不没办法做因子分析.

相关思考练习题：

题1：spss系统 因子分析 有什么用

点拨：因子分析是寻找隐含在多变量数据中无法直接观察到的公因子的一种多元统计分析方法。其目的就是要通过对多元变量观察数据的分析，找出支配多个指标间相互关系的少数几个彼此独立的公因子，并通过建立起公因子与原变量之间的数量关系来预测公因子...

题2：spss因子分析

点拨：本来想给你截图的，可是传不上来，我就简单说一下哈。 首先你得进行一次预计算，选择菜单里分析——降维——因子分析，跳出主面板，把想分析的变量选到变量框里，然后点确定。这时候输出窗口里会只有一个或两个图表。其中有一个图表是主成分的方差贡...

题3：如何spss因子分析

点拨：因子分析 1输入数据。 2点Analyze 下拉菜单，选Data Reduction 下的Factor 。 3打开Factor Analysis后,将数据变量逐个选中进入Variables 对话框中。 4单击主对话框中的Descriptive按扭，打开Factor Analysis: Descriptives子对话框，在Statistic...

题4：spss中如何用因子分析计算各指标的权重？

点拨：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 Variance），例如图中三个主因子对应的权重为52.132、21.017、11.405，测将三个权重进行归一化处理，52.132/(52.132+21.017+1...

题5：用spss已导出因子分析，具体结果要怎么分析。

点拨：KMO检验统计量在0.7以上，说明变量之间的偏相关性较强，适合做因子分析，球形检验p小于0.001，说明变量之间存在相关性。第二格表格为共同性，表示各变量中所含原始信息能被提取的共同因子所表示的程度，根据你的数据，你提取的公因子是两个，第...

回到唐朝

团日活动总结