MBA-商业研究方法.pptVIP

*例：因子分析删除承诺7后，KMO＝0.8470.7，Bartlett球形检验值p0.001，故适合做因子分析。删除承诺7后，所有的Communalities值都大于0.5，故不需要再删除题项。*第一列是因子编号，以后每三列组成一组，每组中数据项的含义依次是特征值、方差奉献率和累计方差奉献率。第一列数据描述因子初始解情况，第一个因子的特征值是3.754，解释原有8个变量总方差的46.926%。第二列数据描述了方差奉献率。总共提取了2个因子，2因子共解释原有变量总方差的70.816%。第三列数据描述累积方差奉献率。因子旋转后累计方差没有改变，改变了各个因子的方差奉献，使得因子更易于解释。例：因子分析*例：因子分析碎石图第一个因子的特征值很高，对解释原有变量的奉献最大；第二个以后的特征值都较小〔1〕，对原有变量的奉献很小，已经成为可以被忽略的“高山脚下的碎石”因此，提取两个因子是适宜的。因子数目特征值*例：因子分析因子负荷矩阵*例：因子分析旋转后的因子负荷矩阵，是因子分析的核心内容旋转后的因子负荷矩阵及因子得分系数矩阵都发生了变化。该矩阵阅读起来比较麻烦，可以使用Options里面的选项使结果更美观：点Options，在CoefficientDisplayFormat中，勾选Sortedbysize,并选择Suppress