spss主成分分析報告(編輯修改稿)
2024-08-31 22:37 本頁面
【文章內(nèi)容簡介】 于1），最大收斂迭代次數(shù)：25，點擊確定。 原數(shù)據(jù)中有較多的缺失值，選擇按列表排除個案，點擊繼續(xù)。分析結(jié)果：KMO越接近1，說明變量之間的相關(guān)性越強(qiáng)，原有變量適合做因子分析；，越說明變量間存在相關(guān)關(guān)系。，符合因子分析條件，可進(jìn)行因子分析，并進(jìn)一步進(jìn)行主成分分析%80%，由反映象相關(guān)矩陣中我們可以看出（如下圖所示） 反映象相關(guān)矩陣中對角線上的數(shù)值應(yīng),根據(jù)次標(biāo)準(zhǔn)，數(shù)據(jù)顯示生均圖書得分變量不適合做因子分析，所以刪去，重新做因子分析。去除生均圖書得分變量之后的因子分析結(jié)果：%80%,且特征值均大于1結(jié)論：初始特征根：λ1=，,λ2=，λ3=主成分貢獻(xiàn)率：r1=%,r
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1