综上所述,方差解释率通常超过60%时被认为是可信的。这一标准基于统计学原理和实践经验得出,对于评估模型或数据分析中方差解释的有效性具有重要意义。然而,在实际应用中还需要结合其他指标和因素来全面评估模型的性能。
大于等于80%。方差解释率,越大说明主成分包含原数据信息的越多。1、在方差解释率小于50%时,表示当前数据为不可信状态。2、在方差解释率小于80%大于等于50%时,表示当前数据为一般可信状态。3、在方差解释率大于等于80%时,表示当前数据为可信状态。
总方差解释率是指4个因子总共提取的信息量，比如为0.645，代表4个因子提取出总共30个分析项64.5%的信息量，该指标越高越好，一般大于0.5即可
大于等于百分之八十。方差解释率是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望之间的偏离程度，其根据课本定义所显示解释率大于等于百分之八十才可信。
具体因子分析进行效度验证有以下指标可以使用。 KMO值和巴特球形检验。如果KMO值大于0.7说明数据具有基本的效度。通过巴特球形检验也说明有基本的效度。这个在spssau里面都有说明。方差解释率，比如20句话浓缩成5个关键词，1个关键词可以携带着20句话的部分信息，比如方差解释率为0.1，则说明该因子表达20...