本站分享:大数据、数据分析师考试认证培训,包括:Python培训Excel培训Matlab培训SPSS培训SAS培训R语言培训Hadoop培训Amos培训Stata培训Eviews培训广告位

KMO和Bartlett 的球形度检验_kmo和bartlett检验

spss培训 cdadata 1040℃ 0评论

KMO和Bartlett 的球形度检验

关键词:kmo和bartlett检验, kmo和bartlett的检验,bartlett球形检验

KMO(Kaiser-Meyer-Olkin)
检验统计量是用于比较变量间简单相关系数偏相关系数的指标。
KMO统计量是取值在01之间。当所有变量间简单相关系数平方远远大于偏相关系数平方时,KMO值接近1.KMO值越接近于1,意味着变量间相关性越强,原有变量越适合作因子分析;当所有变量间简单相关系数平方接近0时,KMO值接近0.KMO值越接近于0,意味着变量间相关性越弱,原有变量越不适合作因子分析。
Kaiser给出了常用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。
Bartlett度检验
巴特利特球度检验的统计量是根据相关系数矩阵的行列式得到的,如果该值较大,且其对应的相伴概率值小于用户心中的显著性水平,那么应该拒绝零假设,认为相关系数矩阵不可能是单位阵,即原始变量之间存在相关性,适合于做主成份分析;相反,如果该统计量比较小,且其相对应的相伴概率大于显著性水平,则不能拒绝零假设,认为相关系数矩阵可能是单位阵,不宜于做因子分析。

什么是Bartlett球形检验?具体做的是什么的检验?Spss中如何判断?

因子分析前,首先进行KMO检验和巴特利球体检验,KMO检验系数>0.5,(巴特利特球体检验的x2统计值的显著性概率)P值<0.05时,问卷才有结构效度,才能进行因子分析,因子分析主要是你自己做了一份调查问卷,你要考量这份问卷调查来的数据信度和效度如何,能不能对你想要调查的东西起代表性作用啊,说得很通俗呵呵不知道能不能理解呢,在SPSS里面,Analyze—Factor就是因子分子,在左下角第一个框框description里面勾选最下面的那个KMO and Bartlett’s test of sphericity,就会出来结果哈,看表格的第一行为KMO值,最后一行Sig为球星检验的P值,小于0.05即可,我不能上传图片,就只能这样描述了


因子分析显示结果不是正定矩阵,通不过球形检验,是不是就不能用因子分析方法。有没有什么解决方法,看其他帖子有人回帖说是因为样本数据太少,可是是对一个案例的各年绩效评分,年份多了也没有什么意义,用的是六年的数据。求大侠解惑~~???

首先,你要先确定是正定矩阵,用比较笨的方法,逐一淘汰法。刚开始不把所有变量都用来做因子分析,只选取一小部分,若spss没有再提示“非正定矩阵”而是正常输出KMO检验值,且顺利完成因子分析结果,则进行下一步,逐个添加其他变量进行测试,当发现添加某个变量spss提示“非正定矩阵”时,就记下这个变量,然后再换成下一个变量继续测试,直到把所有变量测试完。再把这些出现非正定矩阵的变量剔除。

KMO超过0.7不是可以做主成分分析的吗?低于0.6的话不行。

是低于0.5就不适宜做因子分析,超过0.7效果较好

因子分析要求样本量丰富,一般样本量与变量数的比例要达到5:1


 

KMO:0.797.  可以做。  判断原始变量之间是否有相关性。判断的方法为Bartlett球形检验和KMO方法。
经验上,因子分析方法要求个案个数是变量个数的10到25倍。如果个案个数相对于变量个数而言较少,那么考虑用主成分法来替代。
建议如果变量中有分类变量,那么分类变量的可取值个数要不小于5。

转载请注明:数据分析 » KMO和Bartlett 的球形度检验_kmo和bartlett检验

喜欢 (0)or分享 (0)
发表我的评论
取消评论
表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址