spss因子分析_spss因子分析论文_spss因子分析综合得分

   数据结果的解释,是数据分析后一个重要的部分。那么如何查看数据结果。

spss因子分析详细步骤图片

spss因子分析结果解读图片

spss因子分析结果解释图片

spss 22.0

点击分析-降维-因子分析后可以得到最初的结果。

spss因子分析案例图片

对于这个结果,我们首先看KOM,判断KOM是否达到标准。

spss因子分析步骤图片

通过数值可以看出。此次10个题目的探索性因素分析结果基本上符合分析要求,可以进行探索性因子分析。

spss因子分析实验报告图片

接着我们看第二个结果,通过结果可以看出10个题目分为2个因素,可以解释总变量的48.676%

spss因子分析结果意义图片

接着看最后一个表格。

spss因子分析维度不符图片

通过比较那个因素载荷大属于那个因素。

spss因子分析综合得分图片

个人经验,仅供参考。

spss因子分析论文图片

雷达卡

因子分析是研究从变量群中提取共性影子的统计技术,是将现实生活中多种相关和重叠的信息进行合作和综合,将原始的多个变量和指标变成较少的几个综合变量和综合指标的一种分析方法。通常是选出比原始变量个数少,能解释原来变量和综合指标的一种分析方法。通常是选出比原始变量个数筛,能解释原来变量的主要信息,以便浓缩数据的变量,即所谓的因子,可以用以解释资料的综合指标。

因子分析法的特点

1.因子变量的数量远少于原有的指标变量的数量,多音字变量的分析能减少分析中的计算工作量;

2.因子变量不是对原有便利的取舍,而是根据原始变量的信息进行重新组构,它能反映原有变量大部分的信息;

3.因子变量之间不存在线性相关关系,对变量的分析比较方便;

4.因子变量具有命名解释性,即该变量是对某些原始变量信息的综合反映。

SPSS中的因子分析步骤

因子分析过程是对一个案例进行的最简单分析,虽然不能得到较满意的结果,但通过初步分析可以对研究的问题有一个初步的认识,对进一步的数据分析有很大的帮助。这里主要介绍SPSS因子分析的3个重要步骤:

1.因子提取:通过分析原始变量之间的相互关系,从中提交较少的因子。提取方法是利用选择本数据得到因子负荷矩阵。求解因子负荷矩阵的方法有很多,如主轴因子法等。使用因子负荷矩阵求解变量相关的矩阵的特征值,根据特征值的大小确定数量。

2.因子旋转:因子分析中的一个重要目的是对原始数据进行综合评价。利用因子提取方法得到的结果虽然保证了因子之间的不相关,但因子对变量的解释能力较弱,不容易解释和命名。通过因子模型的旋转变化,使公共因子的负荷和数更接近于1或0、使得到的公共因子对变量的命名和解释更加容易。进行正交换可以保证变换后各因子仍正交,但如果经过正交交换后对公共因子仍不能解释,可以进行斜交旋转变换。

3.计算因子得分:使用因子表示原始变量,需要知道因子和原始变量之间的线性关系。计算因子得分的主要方法有回归法、巴特利特法和Anderson-Rubin法。

雷达卡

做了一个问卷统计的东西,有55道题,选项都是1-5,表示符合题目状况的程度。

做因子分析之后出来了16个成份。。。也就是55*16的矩阵,于是就看不明白到底哪些题属于一个类别了。。

有什么好的方法么。。

p.s.当时设计问卷的时候从理论出发是设计了9个维度的东西。。。我做因子分析也有固定成9个看过。。。可是依然矩阵不小有点不知道应该怎么看。。。啊,附件是因子负载和因子得分矩阵

不过负载和得分最前面的列的1-55代表的题目是不一样的。。。我就是用数字标下号~把原题目内容去掉了

「点点赞赏,手留余香」

赞赏

  • 三叶草001141
  • shaolinhuai
  • HebVy4
  • 徐备框
  • 悦然胜
  • 10人赞过
10
4
0
评论 0 请文明上网,理性发言

相关文章