怎樣用spss做因子分析？也可以在用網(wǎng)spss平臺SPSSAU并且分析，因子分析主要用于探索出入平衡數(shù)據(jù)可以不濃縮的精華為幾個方面(因子)，每個方面(因子)和題項對應(yīng)關(guān)系。因子分析步驟：1、你選擇三階

怎樣用spss做因子分析？

也可以在用網(wǎng)spss平臺SPSSAU并且分析，因子分析主要用于探索出入平衡數(shù)據(jù)可以不濃縮的精華為幾個方面(因子)，每個方面(因子)和題項對應(yīng)關(guān)系。因子分析步驟：

1、你選擇三階方法y9bbb因子

表度檢驗法？

在spss中導(dǎo)出問卷的查找數(shù)據(jù)，選擇類型分析窗口，再點降維里面的因子分析選項。

2、下一步，將所有的變量都選為因子分析變量，沒問題的話就你選確認(rèn)。

3、這會兒，在選項卡遠(yuǎn)古時期分析結(jié)果也有KMO和Bartlett的球形度實驗檢測這兩項以后，就這個可以中,選擇一直了。

4、這樣一來，會換取相關(guān)的分析什么結(jié)果，即可基于spss檢驗分析問卷的信度和效度了

spss怎么算kmo值因子？

點擊數(shù)據(jù)菜單欄下的降維，再然后點擊因子分析，取消勾選kmo球形度檢驗

效度檢驗結(jié)果怎么分析？

因子分析的KMO和球?qū)嶒灆z測是可以利用只能說明有結(jié)構(gòu)效度

然后具體詳細(xì)的問卷結(jié)構(gòu)就是可以從因子載荷中結(jié)論

spss根據(jù)哪個表可以看出主成分的表達(dá)式？

最后一個表，KMO0.602，KMO小于0.7才更適合參與因子分析。

第二個表，叫同盟協(xié)議度，是說被提純的信息量，例如第二個數(shù)0.69，只能證明主成分提取了c2的69%的信息。

第三個表，最有用的，提純了一個主成分，即一個因子。最后一個數(shù)是48.9%，也只能證明不比較適合做因子分析，因子分析好象沒有要求累計其他提取信息量在85%以上。

第四個表，是載荷矩陣?？梢杂盟筇卣飨蛄?。假如前K個主成分的貢獻(xiàn)率至少85%，是因為前k個主成分基本都真包含了全部測量指標(biāo)所具有的信息，那樣既下降了變量的個數(shù)，又便于對求實際問題的分析和研究。第四個表能否詳細(xì)的說明看看，這是因子載荷矩陣，顯示的是各因子在各變量上的載荷，即是各因子對各變量的影響度。

例如，第1個數(shù)是0.867，說：Zc10.867F1ε，會容易看出，0.867那是那個主成分對標(biāo)準(zhǔn)化的變量ZC1的影響度。

按照模型做的問卷把因子分成4個部分，但是spss因子分析成分提取的時候只提出來3個怎么辦？

如果不是你是用別人早修訂好的問卷做研究，那好是肯定能再提取4個，再再提取不成那肯定在因子其他提取方法里選噬魂之手注入4個，徹底也可以，此時此刻你再看看KMO，特征值方差貢獻(xiàn)率，聯(lián)合起來度和因子載荷，假如都比較好（好象就是說KMO值0.8以上，方差貢獻(xiàn)率最少0.4，聯(lián)合起來度估計也也有0.4，因子載荷起碼均在0.4以上），的話行啦，若真不好，酌減刪出一些題目（比較多是看因子載荷，太低的刪，一個題目在兩個因子上載荷將近的也刪），再原先做因子分析看結(jié)果如果沒有這個模型就是你自己構(gòu)想的，還又不是很成型后，那提純?nèi)齻€因子也可能有它的道理，你看下三個因子可不可以有個合理不的命名，如果沒有可以，那也行啦