spss进行kmo检验结果
来源:学生作业帮助网 编辑:作业帮 时间:2024/05/29 03:09:39
你完全不懂因子分析吧,不存在共线性是不能做因子分析的,kmo大小无所谓的,79%已经很大了再问:是不太懂。不是说KMO要70%以上才算合格吗?再答:只要这个检验p
T=9.967,P<0.01
看sig.,按照你选择的置信度,一般会默认选择5%,由于你选择双侧检验,所以就是将sig对2.5%对比,如果sig大于2.5%,则可以拒绝原假设,相反则不能拒绝,这里的sig就等于P值再问:所以说在1
如果是自变量只有一个(单因素)做单因素方差分析就可以了,就是楼上说的,点击Analyse——Comparemeans——one-wayANOVA.如果自变量是两个或以上,就要用多因素方差分析了.点击A
Friedman检验是利用秩实现对多个总体分布是否存在显著差异的非参数检验方法,其原假设是:多个配对样本来自的多个总体分布无显著差异. SPSS将自动计算Friedman统计量和对应的概率P值.如果
就是对数据进行方差分析就行了,在得到的方差分析表中看数据,比如你检验水平为α=0.05,那你就看得到的p值,p值的检验正好和t值检验的方向相反,p
看显著性看P值,也就是sig.值,P
看第一个Pearson检验结果P值为0.000,得看你的置信水平是多少如果说小于你的置信水平就显著性差异再问:置信水平是多少怎么看?再答:置信水平是你自己给定的一个水平一般都是0.05
直接在因素分析里做analyze——Datareduction——Factor并在descreptives里选择KMO就可以了
第一行结果P(0.001)
t=-.688,df(自由度)=119,P=0.493>0.05,两者之间无差异(即无统计学意义).
每一栏竖着的下面的显著性为1,指的是归到这一栏里面的组之间的显著性,你这个每一栏只有一组,当然显著性只是1了你这里的结果三组分别分到了三列当中,说明三组之间均存在显著的差异,一组比一组低.
KMO值是由你的数据算出来的,不是所有的数据都适合做主成分分析.只有KMO值只有0.5说明你的数据样本不适合做主成分分析,下面做的一切都是不合理的.KMO值不能提高,除非你换一组数据.
是的,这是因子分析的前提条件,通不过这两个东西就说明量表不适合做因子分析再问:可是我看了好多论文上面在做因子分析时都没有做相关检验的,还是在核心期刊上,我把那些数据检验一下救过都是显示Thismatr
做个相关或者偏相关分析看看,把那些与其中任何一个变量相关性都很弱的变量剔除出去,再试下
是说这个矩阵不是正定的,我知道你可能还是不明白,我帮你查了很多资料,正定矩阵意思是说数据特征的特征值不是都大于0的,因此我推测你数据中可能存在问题,有负的特征值,怎么改数据,我还不清楚,我还得学习学习
效度分为很多,你说的应该是结构效度因子分析有标准步骤,不是说你这么做因子分析就不好,他那么做因子分析就好需要对哪些变量做因子分析,要根据你的目的来决定kmo是必须要看的我经常帮别人做这类的数据分析
你可以将此时的P值写成P=0.000,也可以写成P再问:我用SPSS对一组数据进行T检验,要算它的P值。不知道是不是我方法错误了,按照你说的拓宽小数点位数都是0,是不是看sig这个算P值的?谢谢了~再
配对设计t检验就是比较两组均数的差别主要还是看p值,也就是sig不过,前提是你要会用配对t检验,不要用错方法了我经常帮别人做这类的数据分析的
因子分析前,首先进行KMO检验和巴特利球体检验,KMO检验系数>0.5,(巴特利特在spss中的因素分析时有关于bartlet球形检验的选项,如果sig值小于0.05,则