1樓：卩丶伊人
主成分的選取可以有2種方法：1、取累計貢獻率大於85%的成分；2、取所有特徵回值大於1的成分。當符合上述任答意一種時均可拿來做為最後的主成分。
當然spss軟體預設的是第二種。主成分的選取和你說的載荷量小於0.5沒多大關係。
2樓：匿名使用者
只要是特徵根大於1一般都是主成分，載荷量是因子模型係數例如x=0.2f1+0.3f2。。。
關於spss 因子分析主成分分析因子載荷量只有大於0.5才能抽取麼，沒有一個大於0.5這個分析是不是就失敗了？
3樓：呂秀才
這個不能說此次分析就是失敗的，應該說是你的變數或者說是問卷設計有問題當然也可以不一定參照必須要大於0.5，但是常規的都是這樣參照的這個因子載荷低有可能是問卷變數設計問題，有可能是資料採集質量有問題如果是第一個問題的話 你可以先進行下問卷題目調整，比如刪減部分題目再嘗試，當然不是隨意刪減的，而是根據專案分析的相關指標來進行。
如果是資料質量問題 你可以嘗試著刪除部分變數再試一下如果兩種方法都不行了，只能說明你的變數設計完全有問題或者資料完全不行 只能重做
4樓：匿名使用者
也沒有一定的標準，你可以試一下旋轉
我幫別人做spss資料分析時，都是這麼的
5樓：匿名使用者
比較常用的是0.5,但不一定，有時可以根據需要萃取0.4以上的部分資料。
當然也可以對部分因子因子載荷量較小的變數進行刪除，不作為整個因子分析的變數。使得部分載荷量值會上升。
spss13.0 因子分析後，如何看因子載荷量和特徵值，應該看哪個圖，還有分散的數值怎麼看？謝謝 100
6樓：小肥仔
因子分析完了有個方差表，可以看分量。比如有3個因子，10個變數。
每一個變數在3個因子裡面都有分量，在誰的分量最大，就歸於哪個因子。所以你就可以判斷哪些因子包含哪些變數了。
因子分析的方法有兩類。一類是探索性因子分析法，另一類是驗證性因子分析。探索性因子分析不事先假定因子與測度項之間的關係，而讓資料「自己說話」。
主成分分析和共因子分析是其中的典型方法。驗證性因子分析假定因子與測度項的關係是部分知道的，即哪個測度項對應於哪個因子，雖然我們尚且不知道具體的係數。
7樓：匿名使用者
表5是初始因子荷載矩陣，
spss中因子載荷矩陣 的負值 是什麼意思？
8樓：demon陌
載荷為負表明這個專案與這個因子呈負相關。因子分析的基本目的就是用少數幾個因子去描述許多指標或因素之間的聯絡，即將相關比較密切的幾個變數歸在同一類中，每一類變數就成為一個因子，以較少的幾個因子反映原資料的大部分資訊。
運用這種研究技術，我們可以方便地找出影響消費者購買、消費以及滿意度的主要因素是哪些，以及它們的影響力運用這種研究技術。
9樓：匿名使用者
第一主成分中對變數的貢獻是看絕對值嗎？
是負號是表示負相關嗎？
是，載荷為負表明這個專案與這個因子呈負相關
用spss做因子分析，kmo值太低，能不能對資料進行處理使kmo值大於0.5？
10樓：匿名使用者
做個相關或者偏相關分析看看，把那些與其中任何一個變數相關性都很弱的變數剔除出去，再試下
spss中主成分分析結果問題，急！！！！
11樓：匿名使用者
因子分析（bai你這裡使du用主成分法做因zhi子分析）的好壞主要dao
就是看看kmo，特徵回值方差貢
答獻率，共同度和因子載荷，如果都比較好（一般就是說kmo值0.8以上，方差貢獻率起碼0.4，共同度起碼也有0.4，因子載荷起碼均在0.4以上），那就ok
kmo值書上（《吳明隆統計實務》）說的最低限度是0.5，方差貢獻率40%是最低的可接受程度，你的67%已經挺高了，關鍵問題是kmo不好，kmo的意義在於檢驗你的這些資料有沒有一定的內部相關，能不能形成一些區域性因子，最少一個，因為因子分析就是給資料分類分維度，要是資料都零零散散，任何兩個題目都不相似，就不適合因子分析，kmo就不高，想提高的話，酌情刪除一些題目（主要是看因子載荷，太低的刪，一個題目在兩個因子上載荷接近的也刪），再重新做因子分析看結果，如果還不好，就加題目，加一些你覺得比較好的專案，主要是靠刪除不好的專案，不過要注意，每個維度最好至少留下3個題目
在spss中怎樣解釋因子分析結果
因子分析最主要的是 維度或主成份的概括，需要專業知識和一定的總結能力 用spss已經做出了因子分析，那麼具體的分析結果應該怎麼看呢？kmo檢驗統計量在0.7以上，說明變數 之間的偏相關性較強，適合做因子分析，球形檢驗p小於0.001，說明變數之間存在相關性。第二格 為共同性，表示各變數中所含原始資訊...
如何用spss做主成分分析和因子分析
主成分分析可以理解為一種資料的處理理論，也可以理解為一種應用方法。而因子分析則可以理解為一種應用方法，因為做因子分析採用的比較多的就是用主成分分析的方法來濃縮因子。所以 其實所謂的區別只不過是在學科研究當中存在的，因為同屬於統計學的理論，所以一定要找出兩者的區別來。但是如果你只是應用的話，那就沒必要...
如何用spss做主成分分析和因子分析
1輸入資料。2點analyze 下拉選單，選data reduction 下的factor 3開啟factor analysis後,將資料變數逐個選中進入variables 對話方塊中。4單擊主對話方塊中的descriptive按扭，開啟factor analysis descriptives子對話...