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
3090 4
2010-11-06
我用SPSS做出来的结果如下,到底以哪个为准呢?大概载荷得分是多少的才可以提取呢?谢谢了。。。。。
                 Component Matrix(a)
                                Component  
                             1           2          3
VAR00001         .972      .144     -.056
VAR00002         .964      .225     -.075
VAR00003         .971     .110      .002
VAR00004         .981     .113      .037
VAR00005         .682     .380      .508
VAR00006         .797     -.459    -.256
VAR00007         .779     -.411    -.139
VAR00008         .642     -.387     .181
VAR00009         .601      .594     -.322
VAR00010         .507      .829     -.017
VAR00011         .880     -.220    -.335
VAR00012         .688      .691     .033
VAR00013         .904     -.369     .039
VAR00014         .894     -.349    -.111
VAR00015         .924     -.096    -.302
VAR00016         .914     -.324    .010
VAR00017         .788     -.203    .484
VAR00018         .472      .796    -.045
VAR00019         .819     -.176    .473
Extraction Method: Principal Component Analysis.
a.3 components extracted.

              Rotated Component Matrix(a)
                                Component
                        1           2           3
VAR00001   .702      .597      .346
VAR00002   .663      .666      .319
VAR00003   .694      .560      .402
VAR00004   .686      .561      .436
VAR00005   .133      .584      .713
VAR00006   .943      .019      .143
VAR00007   .859      .035      .238
VAR00008   .611      -.054     .467
VAR00009   .303      .847      -.089
VAR00010  -.008      .963      .127
VAR00011   .923      .277      .087
VAR00012   .178      .923      .260
VAR00013   .862      .107      .448
VAR00014   .906      .140      .307
VAR00015   .882      .401      .125
VAR00016   .860      .154      .421
VAR00017   .510      .133      .786
VAR00018   -.008     .922      .090
VAR00019   .526      .172      .787
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a.Rotation converged in 5 iterations.
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
2010-11-7 00:41:51
没人知道么。。。。。。。
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

2011-8-19 16:59:49
提取几个公因子要看另个一累计贡献率,一般要求大于85%,然后根据你列的下面一个表,即旋转后系数矩阵确定因子的意义
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

2011-8-19 19:49:09
Rotated Component Matrix(a)
                                Component
                        1           2           3
VAR00001   .702      .597      .346
VAR00002   .663      .666      .319
VAR00003   .694      .560      .402
VAR00004   .686      .561      .436
VAR00005   .133      .584      .713
VAR00006   .943      .019      .143
VAR00007   .859      .035      .238
VAR00008   .611      -.054     .467
VAR00009   .303      .847      -.089
VAR00010  -.008      .963      .127
VAR00011   .923      .277      .087
VAR00012   .178      .923      .260
VAR00013   .862      .107      .448
VAR00014   .906      .140      .307
VAR00015   .882      .401      .125
VAR00016   .860      .154      .421
VAR00017   .510      .133      .786
VAR00018   -.008     .922      .090
VAR00019   .526      .172      .787
这个因子分析做的不是很好,公共因子对变量的解释能力差不多;如VAR00002   .663      .666      .319
不知道楼主做因子分析前,变量标准化没有
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

2015-10-19 14:03:10
在做因子分析时,将每个因子得分保存到数据视图中,然后再做回归分析,直接将因子变量作为自变量选入就可以了。
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