ZKX's LAB

主成分分析结果怎么看 主成分分析的贡献度小

2021-04-07知识1

SPSS中主成分分析结果问题,急!!!! 因子分析(你这里使用主成分法做因子分析)的好坏主要就是看看KMO,特征值方差贡献率,共同度和因子载荷,如果都比较好(一般就是说KMO值0.8以上,方差贡献率起码0.4,共同度起码也有0.4,因子载荷起码均在0.4以上),那就OKKMO值书上(《吴明隆统计实务》)说的最低限度是0.5,方差贡献率40%是最低的可接受程度,你的67%已经挺高了,关键问题是KMO不好,KMO的意义在于检验你的这些数据有没有一定的内部相关,能不能形成一些局部因子,最少一个,因为因子分析就是给数据分类分维度,要是数据都零零散散,任何两个题目都不相似,就不适合因子分析,KMO就不高,想提高的话,酌情删除一些题目(主要是看因子载荷,太低的删,一个题目在两个因子上载荷接近的也删),再重新做因子分析看结果,如果还不好,就加题目,加一些你觉得比较好的项目,主要是靠删除不好的项目,不过要注意,每个维度最好至少留下3个题目

SPSS主成分分析中,如何计算某一变量的贡献程度? 贡献率表格里面有阿

spss主成分分析结果怎么看??急求 KMO检验用于检查变量间的偏相关性 一般认为该值大于0.9时效果最佳 0.7以上尚可,0.6时效果较差 Bartlett's球形检验用于检验相关阵是否是单位阵 P说明指标间并非独立,取值。

#主成分分析的贡献度小

随机阅读

qrcode
访问手机版