1樓：冷豔綠子
kmo是做主成分分析的效度檢驗指標之一,以前的文獻中寫說,kmo在0.9以上，非常合適做因子分版析；在權0.8-0.
9之間，很適合；在0.7-0.8之間，適合；在0.
6-0.7之間，尚可；在0.5-0.
6之間，表示很差；在0.5以下應該放棄.
我覺得kmo在0.6左右還行,可能就是做完之後效果不是很好吧,我做因子分析時候的kmo在07左右的,沒有小過0.65的,老師沒有說不合格的.
ps:0.6左右影響不會很大,但是老師說不合格這點就有點麻煩,(你可以說服老師,或者你來改資料).
主成分分析是因子分析的一個特例,主成分分析就是在進行因子分析的時候前幾個主成分的特徵值累計佔總方差的80%以上,後面的因子省略;因子分析就是沒有設定主因子,完全憑資料來分析,同一道題,同一組資料,因子分析的結果比主成分分析解釋性更強.
2樓：匿名使用者
這個好像沒有道bai
理吧，資料結構du就決zhi定了pca分析的結果dao拉，不可能你內kmo達不到標準,就認為容
不行，那豈不是要改資料啦；建議參考一下目前發表的權威**看看，似乎沒有這個要求；一般來說，第一主成份-第四主成分累計貢獻率達到一個較高的百分數（如85%以上），即可，若第一，第二主成分即可達到85%以上，更好。
用spss做主成分分析：kmo數值太小怎麼辦
3樓：匿名使用者
僅作主成分分析是不用看kmo值的 ，提取主成分中解釋方差較大的變數，構建新的指標體系，然後在試圖用因子分析，另外注意，主成分分析一般不用來賦權！
4樓：匿名使用者
呵呵 你這不是和科學唱反調嗎？
你的目的是要找出哪幾個變數綜合影響另一個變數，是這個吧 那你可以用迴歸分析嘛，迴歸分析肯定可以通過檢驗，因為你這些變數之間的共線性很小。。。唉!
請教大神關於spss主成份分析kmo檢驗是否需要大於0.5問題
5樓：壞就壞在我壞
講道理是bai需要的
，要經過kmo檢驗，du
zhi0.6表示不太合適，0.7表示一般，0.8表示合dao適。
但是實內際上，我看了幾篇**，容樣本比變數少，如果你用spss算，根本無法算出來結果，檢驗這一塊會顯示非正定矩陣，無結果。但是依舊可以得出主成分。
所以我推測是可以不進行檢驗直接得出主成分的。
那篇文獻是 區域水資源承載能力綜合評價_主成分分析法的應用_傅湘
用spss做主成分分析：kmo值太低時應如何處理 20
6樓：川農一棵樹
我也找這個問題，現在在研究多元統計分析教程。
用spss做因子分析，kmo值太低，能不能對資料進行處理使kmo值大於0.5？
7樓：匿名使用者
做個相關或者偏相關分析看看，把那些與其中任何一個變數相關性都很弱的變數剔除出去，再試下
請問SPSS做PCA主成分分析，如果看某個指標解釋了多少呢
最後一張表，解釋的總方差。裡面就有各個成份各解釋了多少，比如第一個成份解釋了24.304 第二個成份解釋了10.573 spss主成分分析結果怎麼看？急求 建議可以看下spssau的幫助手冊，有詳細的說明 主成分分析 spssau 用spss進行主成分分析的結果怎麼看，說明什麼 看各個成分中，載荷比...
主成分分析與因子分析的區別,因子分析法和主成分分析法的區別與聯絡
主成份分析和因子分析其實是一個相同的概念，他們只是對英文 factor analyze 的翻譯。因子分析是按照字面意思來翻譯的，而主成份分析是按照這種分析方法的作用來翻譯的，個人認為翻譯成主成份分析更好些。因子分析法和主成分分析法的區別與聯絡 因子分析與主成分分析的異同點 都對原始資料進行標準化處理...
用句子成分分析法分析下列句,分別用句子成分分析法和層次分析法分析下列句子
1 那位老師給了他一本書 那位老師 是主語，專 給了 是謂語，他一屬本書 是雙賓語2 通訊員去打 請他來參加討論 通訊員 是主語，去打 請 是連動謂語，他來參加討論 是賓語 分別用句子成分分析法和層次分析法分析下列句子 1.他冷靜地注視著周圍發生的每一件事。他 做主語。冷靜地 作狀語。注視著 做謂語...