IBM SPSS Statistics 中文网站 > 使用技巧 > spss碎石图怎么做 spss碎石图怎么分析

spss碎石图怎么做 spss碎石图怎么分析

发布时间:2022-07-01 11: 27: 25

品牌型号:联想GeekPro 2020

系统: Windows 10 64位专业版

软件版本: IBM SPSS Statistics

spss碎石图怎么做?spss的碎石图运用因子分析来做,用于判断因子的个数。spss碎石图怎么分析?碎石图是一种折线图,可根据折线图的坡度变缓处所对应的因子个数来辅助判断因子的个数,本文会使用实例进一步分析。

一、spss碎石图怎么做

spss的碎石图,是一种常用于因子分析的图表,运用特征根来展示因子的个数,以坡度的陡峭与平缓来辅助判断因子的个数。分析者可结合因子分析中的总方差解释来进一步解读碎石图。

接下来,我们以一组店铺人流量、费用的因子分析为例,演示一下spss碎石图怎么做。

首先,观察一下数据,这是一组个案组数据,包含了人流量、促销费用、推广费用等变量。我们需要对这些变量进行因子分析,以减少解释变量。

示例数据
示例数据

 

如图2所示,依次spss单击分析-降维-因子分析选项。

因子分析
因子分析

 

因子分析主要是进行变量的分析,只需将所需分析的变量都选入“变量”列表框即可,如果要选择其中的个案,将可区分个案的变量选入“选择变量”,并指定值即可,本例将分析全部个案,因此不选入选择变量。

变量设置
变量设置

 

spss因子分析的碎石图需要在“提取”设置中添加,默认情况下,因子分析运算后不显示碎石图,需自行设置。

碎石图
碎石图

 

二、spss碎石图怎么分析

接下来,我们就以上设置来看看spss碎石图怎么分析。

首先,先查看总方差解释结果,主要是查看“总方差解释累积%”,该数据说明了前N个成分可累积解释总成分的百分比。从图5看到,本例数据中的前两个成分可以解释65%的信息,而前三个可以解释81%的信息。

因此,2或3个因子个数已经能解释大部分的信息。

总方差解释
总方差解释

 

结合总方差解释结果,再观察碎石图,如图6所示,左侧为特征根,其趋势一般是由陡峭变平缓,因第一个因子可解释最多的信息,随着坡度变缓,后续的因子可解释的信息就会变少。

比如,在本例碎石图中,因子个数3与因子个数4之间的坡度变缓,说明后续第4个因子可解释的信息已经减少得更多了,前三个因子已经可以涵盖大部分的信息,因此可选用因子个数为3。

碎石图
碎石图

 

三、spss因子分析是什么?需要注意什么?

在上述碎石图的绘制中,我们运用到了spss的因子分析方法。那么,spss因子分析是什么?这是一种归纳总结解释变量的分析方法,常用于变量数量较多的情况,可通过因子分析减少解释变量,让后续的研究分析变得更简单。

但需要注意的是,因子分析需进行球形检验(该检验可在因子分析的描述设置中添加),以检验变量间是否存在足够强的相关性,可进行因子的归纳总结。

KMO和球形检验
KMO和球形检验

 

以图8的球形检验结果为例,其KMO数值为0.37,KMO数值越趋近于1,其因子分析的效果越好,一般情况下,KMO数值应大于0.6,因此本例数据的因子分析结果不算好。

当然,对于特殊的研究项目(比如自然科学项目),不能过于看重KMO值,需结合实际情况判断。

KMO和球形检验结果
KMO和球形检验结果

 

对于通过球形检验的数据,可进一步查看“成分矩阵”,以判断成分中应纳入哪些变量的特征。比如图9所示,成分1的“人流量”、“广告费用”、“地推费用”、“促销人员费用”可总结为一个因子的特征。

成分矩阵
成分矩阵

 

四、小结

以上就是spss碎石图怎么做,spss碎石图怎么分析的相关内容。spss碎石图可通过因子分析自动绘制,无须自行绘制。spss碎石图常用于辅助确定因子的个数,其代表的是因子可解释信息的多少,可为因子个数的确定提供辅助数据。

 

作者:泽洋

展开阅读全文

标签:IBM SPSS StatisticsSPSS教程IBM SPSS

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。
2022-05-12
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
最新文章
spss赋值后为什么显示不出来 spss赋值后为什么空白不显示
在现代数据分析中,SPSS(统计产品与服务解决方案)被广泛应用于社会科学、市场研究和健康科学等领域。尽管其功能强大,但在实际操作中,用户可能会遇到一些问题,例如赋值后数据不显示或空白。本文将探讨这些问题,并提供解决方案。
2024-06-14
spss异常值设置在哪里操作 spss异常值筛选后如何处理
在数据分析过程中,异常值是一个常见的问题,它可能会对分析结果产生影响。因此,正确处理异常值是非常重要的。本文将探讨SPSS如何处理异常值的方法。关于SPSS异常值设置在哪里操作,SPSS异常值筛选后如何处理的内容,本文向大家作简单介绍。
2024-05-22
spss去除无效数据方法 spss去除极端值方法
统计学是一门旨在收集、分析和解释数据的学科。在统计学中,数据的准确性和有效性至关重要。然而,有时候我们会遇到无效数据,这些数据可能是错误的、缺失的或者不完整的,它们会对统计结果产生严重的影响。使用SPSS对数据进行统计时,也常常会面对这些问题,关于SPSS去除无效数据方法,SPSS去除极端值方法的内容,本文向大家作简单介绍。
2024-05-08
spss异常值处理办法 spss异常值检验步骤
SPSS异常值检查是数据分析中一个非常重要的步骤。异常值指的是数据集中与其他观测值明显不同的数值。这些异常值可能会对统计分析结果产生影响,使用SPSS进行统计分析前,要对数据进行简单分析,例如查看有无缺失值,进行异常值检验等。有关SPSS异常值处理办法,SPSS异常值检验步骤的内容,本文向大家作简单介绍。
2024-04-24
spss筛选变量不能共线 spss筛选出没有缺失值的样本方法
SPSS是一种强大的统计分析软件,广泛应用于各种研究领域。在进行数据分析时,研究人员经常会遇到共线性问题。共线性是指自变量之间存在高度相关性的情况,这可能会导致模型不稳定、参数估计不准确甚至无法得出有效的结论。因此,共线性诊断和筛选变量在SPSS中变得尤为重要。有关SPSS筛选变量不能共线,SPSS筛选出没有缺失值的样本方法的内容,本文向大家作简单介绍。
2024-04-17
spss筛选功能在什么地方 spss筛选怎么做
SPSS软件是一款被广泛应用于数据分析和统计学习领域的工具。在数据处理过程中,筛选是一个非常重要的步骤,它可以帮助用户快速地找到所需的数据并进行进一步的分析。SPSS软件提供了强大的筛选功能,使用户能够轻松地筛选出符合特定条件的数据,从而提高数据处理的效率和准确性。SPSS筛选功能在什么地方,SPSS筛选怎么做,本文向大家作简单介绍。
2024-04-10

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: