spss中因子方差贡献率–怎样用SPSS求方差贡献率和方差累计贡献率

analyze 下面选择 diemnsion reducation ,再选择factor 因子分析，把你需要计算方差贡献率的变量放到右侧的框里，点击OK，结果里有1张表，就是这些变量的方差贡献率和方差累计贡献率

在SPSS中累计方差贡献率和方差贡献率是什么关系

方差贡献率是指单个公因子引起的变异占总变异的比例，说明此公因子对因变量的影响力大小；
累计方差贡献率是所有公因子引起的变异占总变异比例，说明所有公因子对因变量的合计影响力。
两者的关系是： 各方差贡献率相加和 等于 累计方差贡献率

于因子分析问题，累计方差贡献率低是什么问题？

在做探索性因子分析前的KMO和Bartlett球体检验结果如下：
KMO and Bartlett’s Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.      .958
Bartlett’s Test of Sphericity Approx. Chi-Square     8.361E3
df     1035
Sig.     .000
但因子分析得出5个因素的方差累计贡献率只有66.5%，是什么原因？是问卷质量低还是数据质量低？
具体是哪方面的问题？

解答：KMO和巴特利特球形检验受样本量的影响很大一般来说只要样本量足够大大于200吧，KMO和球形检验都会通过，因子贡献率受你的题项或者共变关系的影响，你在看看吧

将数据随机选取部分进行再分析看如何
如果不行的话，根据因子载荷矩阵，剔除部分在因子载荷上低于0.5的题项，然后再重做因子分析看效果
如果都不行了，要么是重新收集数据，要么就要重新设计问卷了

用于银子分析的变量之间相关性较低。

因子分析要结合理论意义确定因子数，所以有时很难达到理想的累积贡献率，只有百分之30多，是否太低了？

46个测度是什么意思？是指46道问题吗？
如果是这样就很奇怪，为什么说“原本有13个因子”呢？因子分析中，有多少个变量（题目），就会起初默认有多少个因子，所以应该是“原本有46个因子”才对。
至于为什么贡献率低，是因为相关性强的变量不够集中，因子分析实质是把变量按照其之间的相关性强弱进行分类，相关性强的变量归为一类，弱的分属两类。当所有变量之间的相关性都很强，提取一个主成分，它的贡献率就会很高很高；当变量分属两类时，提取一个主成分时，贡献率可能会低了许多，但若提取两个主成分，它的贡献率就会很高很高；你的情况可能是相关性强的变量分散，分属于多类，远多于5类，所以你提取五个主成分的时候贡献率较低。
你可以像楼上所说的那样，增加因子，提取6个或者以上的主成分，这就可以提高贡献率。要不你修改你的问题，使得它们之间的相关性不那么分散，减少它们所分属的类型

我是说，我的调查问卷共有46个问题，分为13组。
我试着再增加因子看看。

既然你有13组，那在进行因子分析时直接设置为提取13因子就行了

实际应用研究中，贡献率达到50%就可以了。

转载请注明：数据分析 » 累计方差贡献率_spss累计方差贡献率_因子分析方差贡献率