什么样的数据适合因子分析

因子分析怎么做？4.探索性-0 分析探索性-0 分析(EFA)基于因子-1 。十六常用-2 分析方法-因子-1因子-1/方法参考来自研究指标的相关矩阵。

1、spss 分析方法- 因子分析(转载【什么样的数据适合因子分析】因子分析是一种多元统计方法，将大量可能相互关联的变量转化为较少的相互不关联的综合指标。下面我们主要从以下四个方面来说明:用en的KMO和球试验来测试是否可以进行因子分析，单独测试结果显示可以进行因子分析。KMO是KaiserMeyerOlkin的抽样适宜性度量。KMO测度的值越高(接近1.0时)，变量的共同点就越多因子，所以数据适合因子分析。一般按照以下标准解释指数值:KMO值在0.9以上为很好，0.8 ~ 0.9为好， 0.7 ~ 0.8为一般， 0.6 ~ 0.7为差，0.5 ~ 0.6为很差。
Bartlett球面检验的目的是检验相关矩阵是否为恒等矩阵。如果是单位矩阵，因子模型不合适，巴特利特球面检验的虚无假设是相关矩阵是单位矩阵。如果这个假设不能被拒绝，说明数据不适合因子分析，一般来说，显著性水平值越小。