KMO统计量是取值在0和1之间。当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时,KMO值接近1.KMO值越接近于1,意味着变量间的相关性越强,原有变量越适合作因子分析;当所有变量间的简单相关系数平方和接近0时,KMO值接近0.KMO值越接近于0,意味着变量间的相关性越弱,原有变量越不适合作因子分析。
工具/原料
spss 22.0
方法/步骤
1
Kaiser给出了常用的kmo度量标准: 0.9以上表示非常适合;0.8表示适合;0.7表示一般;0.6表示不太适合;0.5以下表示极不适合。
2
在spss中选择分析-降维-因子分析。
3
打开对话框,可以看到对话中左边为数据,右边为变量框。
4
将需要分析的变量选入其中。
5
这时候需要打开右边的描述对话框。
6
如果要分析KMO,这个时候需要勾选KMO选项。
7
点击确定,然后生成结果,从图中可以看到KMO的值,以次判断是否可以进行因素分析。
注意事项
个人经验,仅供参考。
上一篇:平菇这样做,咸香酥脆
下一篇:平菇怎么炒好吃