网站大量收购闲置独家精品文档,联系QQ:2885784924

spss学习笔记spss学习笔记.doc

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
spss学习笔记spss学习笔记

你的旋转方法有问题,一般是用方差最大化旋转来分析的 说明你的数据不太好,可以考虑斜交 用旋转成份矩阵,里面的数值最好保留0.45以上的,叫因素负荷量。这样你各个维度有多少题就出来了。 用直交旋转的图 直交旋转后因素解释更为显著 在进行主成分分析时,一般取初始因子载荷系数绝对值大于几的变量?(大于0.4) 你肯定是选择了正交或斜交旋转才会产生“旋转成分矩阵”,你可以用主成分分析法来做一下就会发现没有“旋转成分矩阵”了,所以两者是没有关系的,因为“成分矩阵”是主成分分析法得到的,“旋转成分矩阵”是因子分析得到的,(主成分分析和因子分析的关系应该知道吧,理解一下就ok了)。 因子分析与主成分分析的异同点: 都对原始数据进行标准化处理; 都消除了原始指标的相关性对综合评价所造成的信息重复的影响; 构造综合评价时所涉及的权数具有客观性; 在信息损失不大的前提下,减少了评价工作量 公共因子比主成分更容易被解释; 因子分析的评价结果没有主成分分析准确; 因子分析比主成分分析的计算工作量大 主成分分析仅仅是变量变换,而因子分析需要构造因子模型。 主成分分析:原始变量的线性组合表示新的综合变量,即主成分; 因子分析:潜在的假想变量和随机影响变量的线性组合表示原始变量

文档评论(0)

cduutang + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档