因子分析因子载荷大于0.5

这个和因子分析所选的每个变量有关系,变量之间要有一定的相关性,同时也可以加大样本量.另外,不是只能提前特征值大于1的,如果前4个成分的累计贡献率很客观,那也可以认为提前四个.

可以直接得出公因子得分,但是不能直接得到由公因子求出的综合得分只要在FactorAnalysis选择Scores将“saveasvariables”打钩,系统会自动生成本次因子分析提出个若干个公共因子

可以做的,不会做我帮你我替别人做这类的数据分析蛮多的

很多人误解了探索性因子分析的用法了很明显你已经有了事先假设设计的维度了,这种情况下,即使你的数据是100%理想,采用探索性因子分析也十有八九算出跟你假设的维度不一样的结果来.因为你事先假设设计是基于某

你通过因子分析中一个选项保存因子得分,之后会在原数据最后保存生成3列因子得分,假设为a1a2a3代表3个因子然后根据因子分析得出三个因子的特征根值,分别计算粗3个因子的权重,分别为各自的特征根值/三个

不一定,如果求出主因子解后,各个主因子的典型代表变量不很突出,还需要进行因子旋转,通过适当的旋转得到比较满意的主因子.你可以不做,但是一般都会做的,因为那样结果就更鲜明了.

这个很容易,看来你不会用SPSS呀,在SPSS中运用因子分析功能,只是这不是三言两语能说明白的,建议借本这方面的书来看,

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,第一再问：请问这和KMO检验有什么关系呢？我是在旋转因子求

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设计问题,有可能是数据采集质量有问题如果

额.楼主手边有spss操作参考书吗?如果操作步骤是按照书上做的同时也符合你的分析要求的话应该不会出问题吧~我的spss只是半吊子不能完美解释介个问题哦.见谅.找了一些旋转结果的分析看出现负值好像没什么

你自己根据各个因子中哪个或哪些变量的系数大来命名即可

这个在spss很好操作的我替别人做这类的数据分析蛮多的

按照旋转后的再问：我计算的时候也是这样算的。可spss的书上怎么的是按照原始特征方差值呢？张文彤那本。不知是否写错了？再答：我记得，我学的书用的就是旋转后的

你肯定是选择了正交或斜交旋转才会产生“旋转成分矩阵”,你可以用主成分分析法来做一下就会发现没有“旋转成分矩阵”了,所以两者是没有关系的,因为“成分矩阵”是主成分分析法得到的,“旋转成分矩阵”是因子分析

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.再问：SPSS进行因子分析后，为什么保存的因子得分的变化趋势与X1、X2、X3、X4相关题项的取值的变化趋势不一致？例如，

主成分的选取可以有2种方法：1、取累计贡献率大于85%的成分；2、取所有特征值大于1的成分.当符合上述任意一种时均可拿来做为最后的主成分.当然SPSS软件默认的是第二种.主成分的选取和你说的载荷量小于

既然可以不要求特征根植大于1,那自然成分的数量就可以根据你自己的情况来定了,你可以结合专业情况看多少个主成分能够把你的主要内容基本涵盖进去那就确定多少个如果只是单纯的看这个图,就会出现不同的观点,没有

因子载荷a（ij）的统计意义就是第i个变量与第j个公共因子的相关系数即表示X（i）依赖F（j）的份量（比重）.统计学术语称作权,心理学家将它叫做载荷,即表示第i个变量在第j个公共因子上的负荷,它反映了

大于70就行了再问：有啥说头么？比如大于85%是啥大于70%是啥感激不尽啊再答：反映原始资料信息的百分70，足够了

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!再问：例如我现在是人口预计，中有GDP，生活成本，还有学校数目等等等等，那得分是什