本站分享大数据、数据分析、数据挖掘、数据库、商业智能(BI)、数据分析师、培训课程考试认证等相关信息!【广告合作】在线联系联系我们数据分析QQ交流群:331864445

spss分析Bartlett球形检验的卡方近似值和自由度

spss培训 cdadata 487℃ 0评论

spss分析Bartlett球形检验的卡方近似值和自由度

关键词: bartlett球形检验,bartlett球形检验值,bartlett检验 spss,球形检验自由度为0

KMO值我知道,只是有的论文中提到Bartlett球形检验值里面卡方值多少,自由度又达到多少多少,所以显著。
请问Bartlett球形检验的卡方近似值和自由度各在什么范围内事适合做因子分析的啊?
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .682
Bartlett’s Test of Sphericity  Approx. Chi-Square 1276.757
                                 df          561
                               Sig.          .000 

以下是精彩解答 


KMO检验的数值变化从0——1,一般来说,KMO大于0.9适合作因子分析,若国小,表明变量偶对之间的相关不能被其他变量解释,进行因子分析不合适。KMO的值为0.7时为“还好’,0.6时为”中等”,0,5时就为“糟糕”了。本例中为近似0.7,表示还可以做因子分析。
Bartlett检验的目的是确定所要求的数据是否曲子多元正态分布的总体,若差异检验的F值显著,表示索取数据来自正态分布,可以做进一步的分析。你给的结果中,sig显著,表示数据取自正态分布,很适合做因子分析。
个人认为,卡方值和自由度可以不考虑。


这个不用看卡方近似值和自由度 ,主要是看P值(在SPSS里,等同sig值),一般小于5%(0.05)就行。

转载请注明:数据分析 » spss分析Bartlett球形检验的卡方近似值和自由度

喜欢 (0)or分享 (0)

您必须 登录 才能发表评论!