进行因子分析的前提条件是各变量之间应该怎么做 进行因子分析的前提条件是，各变量之间应该低度相关。因子分析的主要目的是用来描述隐藏在一组测量到的变量中的一些更基本的，但又无法直接测量到的隐性变量。因此因子分析的首要前提就是各个变量之间应该具有一定的相关度，不要求相关度过高，只是低度相关比如，如果要测量学生的学习积极性，课堂中的积极参与，作业完成情况，以及课外阅读时间可以用来反应积极性。而学习成绩可以用期中，期末成绩来反应。在这里，学习积极性与学习成绩是无法直接用一个测度测准，它们必须用一组测度方法来测量，然后把测量结果结合起来，才能更准确地把握。换句话说，这些变量无法直接测量。可以直接测量的可能只是它所反映的一个表征，或者是它的一部分。在这里，表征与部分是两个不同的概念。表征是由这个隐性变量直接决定的。隐性变量是因，而表征是果，比如学习积极性是课堂参与程度的一个主要决定因素。扩展资料因子分析的应用在市场调研中，研究人员关心的是一些研究指标的集成或者组合，这些概念通常是通过等级评分问题来测量的，如利用李克特量表取得的变量。每一个指标的集合（或一组相关联的指标）就是一个因子，指标概念等级得分就是因子得分。因子分析在市场调研中。
在进行因子分析时，要求所使用的变量必须是什么变量 因子分析从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。它的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。因子分析模型描述如下：⑴X=(x1，x2，…，xp）￠是可观测随机向量，均值向量E(X)=0，协方差阵Cov(X)=∑，且协方差阵∑与相关矩阵R相等（只要将变量标准化即可实现）。⑵F=(F1，F2，…，Fm）￠（m）是不可测的向量，其均值向量E(F)=0，协方差矩阵Cov(F)=I，即向量的各分量是相互独立的。⑶e=(e1，e2，…，ep）￠与F相互独立，且E(e)=0，e的协方差阵∑是对角阵，即各分量e之间是相互独立的，则模型：x1=a11F1+a12F2+…+a1mFm+e1x2=a21F1+a22F2+…+a2mFm+e2xp=ap1F1+ap2F2+…+apmFm+ep称为因子分析模型，由于该模型是针对变量进行的，各因子又是正交的，所以也称为R型正交因子模型。其矩阵形式为：x=AF+e.其中：x=，A=，F=，e=这里，⑴m￡p；。
统计分析中的因子分析(factors)，如何确定因子的个数 因子分析中因子数目的判定：除了经验判断外，特征值法是选用较多的判断方法。因子对应的特征值就是因子所能解释的方差大小，而由于标准化变量的方差为1，因此特征值法要求保留因子特征值大于1的那些因子。这意味着要求所保留的因子至少能够解释一个变量的方差。需要注意的是，如果变量的数目少于20，该方法通常会给出一个比较保守的因子数目。此外，基于所保留的因子能够解释的方差比例的方法也常常使用。一般而言，所保留的公因子至少应该能够解释所有变量60%的方差。因子碎石图（screeplot）提供了因子数目和特征值大小的图形表示。可以用于直观的判定因子数目。半分法及统计检验法也是确定因子数目的方法，但并不常用。拓展：关于“因子分析”因子分析的过程包括定义一个因子分析的问题并确定实施因子分析的变量。应用统计分析方法的关键往往并不在于方法本身，而在于对合适的问题选择合适的方法。因子分析适用的场合往往是一些多变量大样本的情形，研究者的目的则在于寻求这些具有内在相关性的变量背后的一种基本结构。包含在因子分析中的变量应当依据过去的经验、理论或者研究者自己的判断而被选择。但非常重要的一点是，这些变量必须具备区间或者比率测度。
因子分析最少要求多少个数据？
因子分析的计算过程能否手算得出？ 我们做一个关于SPSS中因子分析的PPT，但是老师要求用手算整个过程，不能用SPSS直接导出结果。请问因子分…
许多变量的综合值是由因子分析得出的吗 1.因子分析的基本步骤（1）确认待分析的原始变量是否适合作因子分析；（2）构造因子变量；（3）利用旋转方法使因子变量具有可解释性；（4）计算每个样本的因子变量得分。2.因子分析的数学模型 3.因素分析的主要方式 围绕浓缩原有变量提取因子的核心目标，因子分析主要涉及以下五大基本步骤：1、因子分析的前提条件 由于因子分析的主要任务之一是对原有变量进行浓缩，即将原有变量中的信息重叠部分提取和综合成因子，进而最终实现减少变量个数的目的。因此它要求原有变量之间应存在较强的相关关系。否则，如果原有变量相互独立，相关程度很低，不存在信息重叠，它们不可能有共同因子，那么也就无法将其综合和浓缩，也就无需进行因子分析。本步骤正是希望通过各种方法分析原有变量是否存在相关关系，是否适合进行因子分析。SPSS提供了四个统计量可帮助判断观测数据是否适合作因子分析：（1）计算相关系数矩阵Correlation Matrix 在进行提取因子等分析步骤之前，应对相关矩阵进行检验，如果相关矩阵中的大部分相关系数小于0.3，则不适合作因子分析；当原始变量个数较多时，所输出的相关系数矩阵特别大，观察起来不是很方便，所以一般不会采用此方法或即使采用了此方法，。
因子分析中各变量的单位不统一怎么办？是要将他们统一吗？还是无所谓啊，因子分析时 单位不统一是可以的，但方向必须是一致，即必须是正向变量.
进行因子分析的前提条件是各变量之间应该怎么做 进行因子分析的前提条件是，各变量之间应该低度相关。因子分析的主要目的是用来描述隐藏在一组测量到的变量中的一些更基本的，但又无法直接测量到的隐性变量。因此因子分析。
spss因子分析对变量有什么要求 变量是用在方程中的，选择变量是过滤个案的.比如说个案要求某变量中的值>；6，则那个变量大于六的个案才进入方程.问题基础点，不介意的话看看书吧.SPSS的教材挺多的.
