1樓：匿名使用者
用來計算主成分的。
統計專業研究生工作室為您服務。
從spss的成分得分系數矩陣可以看出能否用因子分析？條件是什麼 10
2樓：匿名使用者
做了因子分析就會出來成分得分系數矩陣，成分系數矩陣可以得到因子和分析項的關聯表示式，可以使用spssau網頁分析的時候直接就會生成表示式關係。因子分析的條件一般首先看kmo值是否大於，智慧化分析的spssau也會直接出來分析文字說明的。
3樓：荔菲騫澤
先做因子分析，再看到係數矩陣，不要弄反了。
主成分分析 成分得分系數矩陣怎麼得出
4樓：匿名使用者
在主成分分bai
析和因子du分析的結果中，都會產生成zhi分得分系數矩dao陣，用該矩陣中。
專的係數與屬變數標準化之後的值對應相乘相加，便得出標準化的主成分得分，並且該值與「儲存為變數」輸出的fac1_1等是相等的（略微的差異應該是計算時四捨五入的誤差）。
5樓：小懶魚
分析——降維——因子分析——得分——勾選 顯示因子得分系數矩陣。
因子載荷陣是成分得分系數矩陣還是成分矩陣？因為spss沒有因子載荷矩陣。。。
spss軟體進行因子分析，輸出的得分系數矩陣，跟預期不符怎麼辦？
6樓：鬱悶的烏雲
有幾個問題要確定一下，1 資料蒐集時候是否有問題，很明顯這是問卷調查，那麼被調查人能否有能力回答專業問題？被調查人的選擇是否合理？（得分說白了，是有幾個被調查人同時選擇這幾個問題，不靠譜人的會同時選擇自己有錢和勤工儉學，那你說這個人選擇有意義嗎？
）2**中貌似不是spss的輸出結果？同時行的標題1,2,3,4,5不會是問卷中五個影響程度吧？
3 假設結果是正確的那沒幾個大於的，估計就算旋轉矩陣也沒幾個大於的。
4正題，先做一下kmo和bartlett的檢驗，kmo要大於，bartlett的檢驗要小於。
這樣才可以做因子分析。
5 因子分析本身就是降維，說白點把幾個問題糅雜在一起，應該是問題與問題之間的關係程度，檔案輸入的時候應該是1號被採訪者在這幾個問題上分別選擇了什麼選項，分別對應多少分，以此類推，而不是直接用**之類的彙總好的資料，因為這份資料是在基礎資料上處理過的，而你需要的是基礎資料。
6 不知道你有多少個問題，問題越多，問題設計不合理，得分往往比較低。
因子分析中怎麼計算得到因子得分系數矩陣？也就是spss中因子得分系數矩陣的計算原理是什麼？
7樓：一兩肉
您好，我也遇到同樣的問題了，請問你解決了嗎。
8樓：匿名使用者
統計專業，發你服務。
就是幾個公式而已。
spss因子分析時 旋轉成分矩陣是什麼 成分的分析數矩陣是什麼
9樓：竹筱宓
spss因子分析時選擇了正交或斜交旋轉才會產生「旋轉成分矩陣」。「成分矩陣」是主成分分析法得到的。
「旋轉成分矩陣」是因子分析得到的，看每個變數在各個因子中係數的大小，表示變數在因子的載荷大小，一般大於的就歸於該因子當中。負數表示該因子中其他的方向是相反的。
「成分矩陣」是主成分分析法得到的。此法可從原始資料獲得許多有益的情報。主成分分析法是一種將多個變數化為少數綜合變數的一種多元統計方法，利用此法可從原始資料中獲得許多有益的資訊，但是由於這種方法需要借電子計算機來求解，且計算複雜，但應用較少。
在矩陣圖的基礎上，把各個因素分別放在行和列，然後在行和列的交叉點中用數量來描述這些因素之間的對比，再進行數量計算，定量分析，確定哪些因素相對比較重要的。
10樓：匿名使用者
你肯定是選擇了正交或斜交旋轉才會產生「旋轉成分矩陣」,你可以用主成分分析法來做一下就會發現沒有「旋轉成分矩陣」了，所以兩者是沒有關係的，因為「成分矩陣」是主成分分析法得到的，「旋轉成分矩陣」是因子分析得到的，（主成分分析和因子分析的關係應該知道吧，理解一下就ok了）. 因子載荷的意思是左邊的和因子的相關係數。因子載荷在「成分矩陣」裡分別是0.
785,這是左邊的那些tb對上面的因子的載荷——因此可以說是因子1=
553*tb1+,（我這麼說我像你應該能理解因子2的公式了吧）.因子載荷在旋轉成分矩陣裡也是一樣的這種縱向的公式。
我在做spss因子分析時用的是主成分分析，然後結果中有成分得分系數矩陣，我想要因子得分系數，怎麼操作？
11樓：呂秀才
因子得分系數矩陣可以直接的出來的， 在得分（score）那個選項裡面 有 顯示因子得分系數矩陣那一項。
spss因子分析已得到「成分得分系數矩陣」，下一步如何操作才能算出f1，f2，f3呀？軟體操作，請詳述
12樓：呂秀才
在儲存 裡面有一項 直接儲存因子得分 就是求出各因子得分的 你選中它就好了，重新執行一遍因子分析 就會在原始資料**的最後面多出幾列各因子得分的。
13樓：匿名使用者
標化的值可以直接輸出在資料集中，選項儲存裡。
14樓：匿名使用者
先把factor score儲存起來就可以的。
我經常幫別人做類似的資料分析的。
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...
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...