通过SPSS软件进行的因子分析，我们可以观察到共提取了三个主成分，这三个主成分能够解释的方差为69.958%。SPSS软件默认提取特征根大于1的主成分，如果加入第四个主成分，可解释的方差将提升至86.26%。根据专业知识的判断，我们可能需要考虑增加一个主成分以更准确地解释数据。在SPSS的更新中，原有的独立...
看spss主成分分析结果图方法。1、分析数据依次单击spss的分析降维因子分析。2、降维分析接着，将评价员工能力的五个指标变量添加到变量选项框。3、变量设置接着，进行分析方法的设置。点击描述分析，在弹出的描述分析设置上，勾选相关性矩阵中的系数。
在进行SPSS主成分分析时，KMO检验用于评估变量间的偏相关性，一般认为该值大于0.9时效果最佳，0.7以上尚可，0.6时效果较差。Bartlett's球形检验则用于检验相关阵是否是单位阵，P<0.01说明指标间并非独立，取值是有关系的，可以进行因子分析。根据分析结果，共提取了3个主成分，能够解释的方差为69.958...
根据上图 可以看出一共提取了3个主成分 可是能解释的方差为69.958%软件默认的是提取特征根大于1的主成分 如果加上第四个主成分的话可以解释的变异度为86.26%所以结合专业知识 可以考虑是不是增加一个主成分。
KMO检验用于检查变量间的偏相关性 一般认为该值大于0.9时效果最佳 0.7以上尚可，0.6时效果较差 Bartlett's球形检验用于检验相关阵是否是单位阵 P<0.01说明指标间并非独立，取值是有关系的。可以进行因子分析 根据上图 可以看出一共提取了3个主成分 可是能解释的方差为69.958%软件默认的是提取特征根...