[求助]作因子分析时KMO和巴特利检验都通过？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

各位高手，本人最近看一篇文献时，发现其在因子分析前只做了巴特利检验球度检验。但是我所看的大部分文献都是两个都做了的，那是不是一定要两个都得做且都得通过检验？为什么？

谢谢

[此贴子已经被作者于2009-5-27 16:23:08编辑过]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：因子分析 巴特利 KMO 一篇文献 检验 因子分析 KMO 巴特利

我一般都只做一个啊， 看KMO

两个都做。

我也有同样的问题

我也发现，很多就之说KMO值，多少多少。我感觉两个都说更合适

KMO统计量：是通过比较各变量间简单相关系数和偏相关系数的大小判断变量间的相关性，相关性强时，偏相关系数远小于简单相关系数，KMO值接近1。一般情况下，KMO>0.9非常适合因子分析；0.8＜KMO＜0.9适合；0.7以上尚可，0.6时效果很差，0.5以下不适宜作因子分析。
   Bartlett’s球型检验（巴特利球形检验（Barlett Test of Sphericity）。）：用于检验相关阵是否是单位阵，即各变量是否独立。它是以变量的相关系数矩阵为出发点，零假设：相关系数矩阵是一个单位阵。如果巴特利球形检验的统计计量数值较大，且对应的相伴概率值小于用户给定的显著性水平，则应该拒绝零假设；反之，则不能拒绝零假设，认为相关系数矩阵可能是一个单位阵，不适合做因子分析。若假设不能被否定，则说明这些变量间可能各自独立提供一些信息，缺少公因子。
举例：巴特利球形检验统计量为131.051，相应的概率Sig为0.000，因此可认为相关系数矩阵与单位阵有显著差异。同时，KMO值为0.762，根据Kaiser给出的KMO度量标准可知原有变量适合作因子分析。

我的数据KMO只有0.639,Bartlett检验为388.382,P值为0.000,这样的数据能做因子分析吗？

因子分析对样本量的要求：
样本量与变量数的比例应在5：1以上，实际上理想的样本量应为变量数的10~25倍，但这很难做到，5~10倍之间略显不足，但一般都能得到较好的结果。
楼上的数据为45：10。当然，也可以做因子分析也可以，就是不太理想。

因子分析对样本量的要求：
样本量与变量数的比例应在5：1以上，实际上理想的样本量应为变量数的10~25倍，但这很难做到，5~10倍之间略显不足，但一般都能得到较好的结果。
楼上的数据为45：10。当然，也可以做因子分析也可以，就是不太理想。

cowboy1106 发表于 2009-9-28 09:17
KMO统计量：是通过比较各变量间简单相关系数和偏相关系数的大小判断变量间的相关性，相关性强时，偏相关系数 ...

您好，我想请教一下，为什么我在做主成分分析的时候，明明选择了两个检验，但是结果里没有这两个检验呀？谢谢！！！！