spss主成分分析法详细步骤结果分析 spss进行主成分分析图文完整教程( 三 )
如果不输出KMO值 ， 意味着数据质量过差 ， 建议可使用相关分析看下相关关系 ， 如果相关系数值基本均小于0.3（或者没有呈现出显著性） ， 则说明题项间关联性弱 ， 则KMO值一定会较低 ， 建议先移除相关系数值较低项后再次分析 。
提示：KMO值综合衡量分析项间的信息重叠情况（即分析项之间的相关关系情况） 。分析项之间的相关系数过低（比如小于0.2或没有显著性） ， 信息重叠度低无法有效浓缩信息 ， 这会导致KMO值较低 ， 如果分析项之间的相关系数过高（比如大于0.8） ， 这会导致严重共线性可能无法输出KMO值 。分析项之间的相关系数值一般希望介于0.3~0.7之间较好 。
总结
主成分分析的原理在于信息浓缩 ， 对于信息浓缩的帮助越大 ， 指标权重可越大 ， 正是利用此原理 ， 可进行指标权重的计算 。主成分分析的作用侧重于计算权重、计算综合竞争力 。不会过多关注主成分与分析项对应关系 ， 不要求每个主成分有明确的含义 。
Tags：
推荐阅读
- spss主成分分析怎么看主成分是哪些 spss主成分分析只有一个主成分
- 沈梦辰|李瑞镇否认身价600亿传闻 与PD罗英石是10年挚友 新节目化身主厨
- 太平公主怎么死的
- 虾球荷兰豆
- 干锅杂蔬
- 豆角炖茄子
- 麻辣煎豆腐
- 虾蓉蒸豆腐
- 黄晓明|谍战剧《潜伏者》将播，万茜蒋欣两大女神主演，黄晓明演男主
- 好看却被名字耽误的 那些年好看却被名字耽搁的20本推荐女主