spss中怎樣的數據可以做因子分析 因子分析完后怎么用這些因子進行回歸分析？

因子分析完后怎么用這些因子進行回歸分析？選擇保存因子得分和in "在線SPSS【SPs sau。然后用一般方法中的線性回歸，以因子得分為自變量，進行分析。spss因子是什么？在spss數據分析中，因

因子分析完后怎么用這些因子進行回歸分析？

選擇保存因子得分和in "在線SPSS【SPs sau。然后用一般方法中的線性回歸，以因子得分為自變量，進行分析。

spss因子是什么？

在spss數據分析中，因子是指自變量。

用SPSS作因子分析，數據為什么要標準化？

由于不同列中數據的大小不同，非標準化可能會影響結果。比如一個列權重數據的范圍可能是幾個g，數據都是個位數。那么一列數據的計量單位是m，但實際值都是從0.0001開始的。因為在主成分分析中，只考慮數據，不考慮計量單位，兩列的大小差別很大，會影響結果。所以數據在某種程度上是標準化的，使得所有列的數據范圍都在之內。

怎么用spss分析多個因素之間的關系？

通常有兩種方法將多個指標組合成一個變量:

首先，計算平均值

根據問卷數據，幾個問題同時代表一個維度。例如，如果你想結合 "我可以在工作中獲得成就感和 "我能在工作中充分發揮我的個人才能進一個維度(影響因素)，可以用SPSSAU。

模塊的[生成變量]功能計算平均值，并生成新變量用于后續分析。

這種處理方法很容易理解，并被廣泛使用，但有時它可以 不能直接平均，只能用第二種處理方法。

第二，用因子分析或主成分分析降維，用因子得分(或主成分得分)濃縮信息。

當數據共線或無法平均時，通常使用第二種方法。

這種方法完全是從數據的角度出發，將信息濃縮，提取成關鍵因素。在確定了因素和項目之間的良好對應關系后，我們可以將因素和項目之間的對應關系合并，將項目濃縮成幾個因素，保存 "因子得分和并說出這些因素。因子得分可用于進一步分析，如聚類分析和回歸分析。具體操作請參考SPSSAU因子分析幫助手冊。

。

更具操作性的分析方法介紹可以在SPSSAU官網找到。

SPSS sau-在線SPSS分析軟件

如何利用spss做效度檢測（即因子分析）？

1.將排序后的數據導入spss。

2.在分析中選擇降維→因子分析。

3.選擇所有變量進入因子分析變量。

4.在描述選項卡，檢查，原始數據分析和KMO和巴特利特球形度測試。

5.通過提取選擇主成分分析方法，其他默認也可以。

6.旋轉選項卡并選擇最大方差法。

7.點擊確定，得到spss分析結果。下圖顯示了此示例中的結果。KMO的值在0.9以上，表明它非常適合于因子分析。0.8-0.9:非常適合；0.7-0.8為宜；0.6-0.7是可以接受的；0.5--0.6表示很差；低于0.45:應該放棄。