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>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。

在这里我选用了一组皮肤病数据进行检验，导入excel的文件后，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,

操作后，结果如图

可以看到，kmo大于0.5，最后一行数据sig值小于0.005，符合标准，数据呈球形分布，各个变量在一定程度上相互独立。

最新文章

1. Bootstrap 排版 笔记
2. PHP获取文件行数
3. web 服务器
4. drupal7 安装百度编辑器Ueditor及后续使用
5. 一段简单的显示当前页面FPS的代码
6. pm2 常用命令解析
7. InnoSetup 使用
8. .net如何引用该命名空间
9. C语言 全局变量、静态全局变量、局部变量、静态局部变量
10. python列表生成式
11. 在 Visual Studio 2017 新建的项目中，无法设置项目版本号的通配符规则
12. Java7,AutoClosable
13. php命名空间的使用，同一个命名空间可以在多个文件中定义
14. day 87-1 Vue学习七之vue-cookie
15. 源代码解说ActionBar的各种使用方法
16. [转]MVC 经验总结_序
17. map的回调函数
18. 【题解】洛谷P2375 [NOI2014] 动物园（KMP）
19. tomcat文件夹下各文件夹的作用
20. mysql大数据查询优化

热门文章

1. Linux 内核sysfs 文件系统符号连接
2. POJ3237 Tree 树链剖分 边权
3. python 实现整数的反转：给定一个整数，将该数按位逆置，例如给定12345变成54321，12320变成2321.
4. Cortex-A9 Timing
5. 记录我的 python 学习历程-Day11 两个被忽视的坑、补充知识点、函数名的应用、新版格式化输出、迭代器
6. DEVOPS技术实践_02:jenkins自动构建项目
7. Verilog门级建模
8. 一文详解滑动平均法、滑动平均模型法（Moving average，MA）
9. 洛谷P4141 消失之物 题解 背包问题扩展
10. （二）unittst用例操作