kmo检验和bartlett球形检验因子分析前首先进行kmo检验和巴特利球体检验kmo检验系数05巴特利特球体检验的x2统计值的显著性概率p值005时问卷才有结构效度才能进行因子分析因子分析主要是你自己做了一份调查问卷你要考量这份问卷调查来的数据信度和效度如何能不能对你想要调查的东西起代表性作用啊说得很通俗呵呵不知道能不能理解呢在spss面analyzefactor就是因子分子在左下角第一个框框description里面勾选最下面的那个kmobartlettstestsphericity就会出来结果哈看表格的第一行为kmo值最后一行sig为球星检验的p值小于005即可我不能上传图片就只能这样描述了

因子分析前,首先进行 KMO 检验和巴特利球体检验,KMO 检验系数0.5,(巴特利特球体检 验的 x2 统计值的显著性概率)P 值0.05 时,问卷才有结构效度,才能进行因子分析,因子分 析主要是你自己做了一份调查问卷,你要考量这份问卷调查来的数据信度和效度如何,能不 能对你想要调查的东西起代表性作用啊,说得很通俗呵呵不知道能不能理解呢,在 SPSS 里 面,Analyze—Factor 就是因子分子,在左下角第一个框框 description 里面勾选最下面的那个 KMO and Bartlett’s test of sphericity,就会出来结果哈,看表格的第一行为 KMO 值,最后一 行 Sig 为球星检验的 P 值,小于 0.05 即可,我不能上传图片,就只能这样描述了。

球形检验主要是用于检验数据的分布,以及各个变量间的独立情况。详细的计算原理我就不介绍了,简单一点说 吧。按照理想情况,如果我们有一个变量,那么所有的数据都在一条线上。如果有两个完全独立的变量,则所有 的数据在两条垂直的线上。如果有三条完全独立的变量,则所有的数据在三条相互垂直的线上。如果有 n 个变量, 那所有的数据就会在 n 条相互垂直的线上,在每个变量取值范围大致相等的情况下(常见于各种调查问卷的题目), 所有的数据分布就像在一个球形体里面。想象一下万剑穿心的情形,大抵就是那个样子。如果不对数据分布进行 球形检验,在做因素分析的时候就会违背因素分析的假设——各个变量在一定程度上相互独立。在 spss 中的因 素分析时有关于 bartlet 球形检验的选项,如果 sig 值小于 0.05,则数据呈球形分布。

Leave a comment

您的电子邮箱地址不会被公开。 必填项已用*标注