spss求旋转因子负荷矩阵步骤-搜答案-智慧作业帮

一般是考虑大于0.4的,你的0.33因为1除以3啊

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

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,

analyze（分析）->DimensionReduction（降维）->factor（因子分析）->选中variables（变量）->extraction(抽取)->correlationmatri

在analyze下拉菜单点correlate

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

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

未旋转的因子矩阵：不是说x7是最主要的因素,而是说x7与第1个成分的相关性最大,且为正相关.通过你这个因子矩阵表,很难将各个x进行分类,可以进行因子分析,得到旋转后的因子矩阵.旋转后的因子矩阵：表中的

因子载荷阵选择适当方法求出旋转后的载荷阵数值出负是求解的结果……这和原始矩阵数值以及计算方法相关,没什么原因解释的吧?比如因子旋转有正交和斜交两种方法,比较常用的是正交变换,正交矩阵的选取不一不说,符

因子载荷矩阵里,最左一列是项目（题目）,最上一行是因子（主成份）,下面就是各项目在各因子上的载荷,载荷按高到低排好序就可以看出各因子包括哪些项目.

对的,每一列下面比较大的归为一类就行了

说明是负的强相关

analysis-datareduction-factor-extraction下自己选择分析方法

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

http://hi.baidu.com/%CD%DA%BF%F3%B9%A4%C8%CB/blog/item/a7cadafdb2b908215c60088b.html

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

对计算机而言这种计算相当的复杂.大概是先转化成三对角矩阵,然后再进行各种迭代计算.对于人工计算,还是老老实实算出各个特征子空间,然后好好分解吧.

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.因子解释变异量：因子解释的变异量=该因子特征

个人觉得你要问的是每个因子的平均得分吧再问：不是平均得分，那个我已经计算出来了。是平均值。比如第一个因子包含三个问题，每个问题的平均值可以通过描述统计分析计算出来，这个因子的平均值怎么通过SPSS直接

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