全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SPSS论坛
1075 1
2019-04-17

    --------------------------------------------------------------------------
         Factor  |   Eigenvalue   Difference        Proportion   Cumulative
    -------------+------------------------------------------------------------
        Factor1  |      6.10788      5.55607            0.8890       0.8890
        Factor2  |      0.55181      0.28046            0.0803       0.9694
        Factor3  |      0.27135      0.25196            0.0395       1.0089
        Factor4  |      0.01939      0.01614            0.0028       1.0117
        Factor5  |      0.00325      0.00828            0.0005       1.0122
        Factor6  |     -0.00503      0.02137           -0.0007       1.0114
        Factor7  |     -0.02640      0.02571           -0.0038       1.0076
        Factor8  |     -0.05211            .           -0.0076       1.0000
    --------------------------------------------------------------------------
    LR test: independent vs. saturated:  chi2(28) =  689.83 Prob>chi2 = 0.0000

旋转后的:

    --------------------------------------------------------------------------
         Factor  |     Variance   Difference        Proportion   Cumulative
    -------------+------------------------------------------------------------
        Factor1  |      4.05272      1.96509            0.5899       0.5899
        Factor2  |      2.08763      1.29741            0.3039       0.8938
        Factor3  |      0.79023      0.77065            0.1150       1.0088
        Factor4  |      0.01957      0.01604            0.0028       1.0116
        Factor5  |      0.00353            .            0.0005       1.0122
    --------------------------------------------------------------------------


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2019-4-17 14:04:13
你先看看KMO统计量,看看各变量之间相关性强不强,适不适合做因子分析。你做的这个因子分析旋转前,从特征根和提取的方差占比可以看出,Factor1特征根为6.107,方差占比88.9%,表明Factor1可以解释平均6.107个变量,累计提取了88.9%的原始信息;旋转之后,特征根大于1的公因子有两个,公因子分别是Factor1、Factor2,特征根分别是4.05,2.08,表示公因子Factor1能够平均解释4.05个变量,公因子Factor2能够平均解释2.08个变量,公因子Factor1提取了58.99%的信息,Factor2提取了30.39%的信息,累计提取了89.38%的原始信息。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群