spss主成分分析结果解读，spss主成分分析步骤是什么？...
spss主成分分析结果解读
结果分析 （1）KMO与巴特利特球形检验 由表可以知，巴特利特球形检验的统计量值为3960.473，相应的概率P值为0。在显著性水平下，应拒绝原假设，认为相关系数矩阵与单位矩阵存在显著差异。同时KMO值为0.844，根据Kaiser给出的度量KMO的标椎可知问卷题项适合做因子分析。 （2）公因子方差 提取值表示每个变量被公因子表达的多少，一般认为，大于0.7就说明变量被公因子很好地表达。由表可以看出，绝大多数变量的提取值大于0.85，变量能被公因子很好地表达。 （3）解释总方差 提取方法：主成分分析法 （4）旋转成分矩阵 提取方法：主成分分析法 （5）计算因子得分:因子分析是基于研究各题项之间的内部依赖关系，将一些信息重叠、相关性高的变量指标归结为几个不相关的综合因子的多重统计方法。通过SPSS23.0得出的成分得分系数矩阵，见表，可得到、、、、公因子的得分表达式为： 其中、、、、公因子分别代表基础技能，创新能力，资源运用，合作精神，创新思维。
spss主成分分析步骤是什么？
spss主成分分析法详细步骤： 1、打开SPSS软件，导入数据后，依次点击分析，降维，因子分析。如图1所示： 2、打开因子分析界面之后，把需要进行分析的变量全部选进变量对话框，然后点击右上角的描述。如图2所示： 3、勾选原始分析结果、KMO检验对话框，然后点击继续。如图3所示： 4、点击抽取，方法里选择主成分再点击碎石图。如图4所示： 5、点击旋转，再点击最大方差旋转。如图5所示： 6、点击得分，再点击，保存为变量及显示因子得分系数矩阵。如图6所示： 7、最后点确定就可以在输出截面看到主成分分析的结果了。如图7所示： 扩展资料： SPSS是世界上最早采用图形菜单驱动界面的统计软件，它最突出的特点就是操作界面极为友好，输出结果美观漂亮。它将几乎所有的功能都以统一、规范的界面展现出来，使用Windows的窗口方式展示各种管理和分析数据方法的功能，对话框展示出各种功能选择项。 用户只要掌握一定的Windows操作技能，精通统计分析原理，就可以使用该软件为特定的科研工作服务。SPSS采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便的从其他数据库中读入数据。 其统计过程包括了常用的、较为成熟的统计过程，完全可以满足非统计专业人士的工作需要。输出结果十分美观，存储时则是专用的SPO格式，可以转存为HTML格式和文本格式。对于熟悉老版本编程运行方式的用户，SPSS还特别设计了语法生成窗口。
下一篇：没有了
