文章目錄
實現KMO和Bartlett的球形度檢驗的兩種方法
SPSS 實現KMO和Bartlett的球形度檢驗
第一步:選擇“因子分析”
導入數據後,按順序選擇就好:“分析”-“降維”-“因子”
第二步:選擇變量
如果只有一個變量,選中之後,再點擊一下中間向右邊的那個箭頭
多個變量的話,比如,我這裏選擇x1-x8,就是選擇x1變量後,按住shift鍵不放,再點擊x8變量,就可以一下子選擇8個變量。
第三步:選擇KMO和巴特利特球形度檢驗
這裏,先不要急着點“確定”,先選擇“描述”,接着在“相關性矩陣”那裏勾選“KMO和巴特利特球形度檢驗”
輸出結果
- KMO統計量值爲0.809,大於0.5,且0.8~0.9之間,可以看出變量間的相關程度無太大差異,數據很適合做因子分析;
- 巴特利特球形檢驗的結果小於0.05,球形假設被拒絕,原始變量之間存在相關性,適合做因子分析。
SAS 實現KMO和Bartlett的球形度檢驗
proc factor data = dataset.examp733 method=ml heywood msa;
/*在proc factor過程*/
/*輸出球形度檢驗:加上method=ml heywood*/
/*輸出KMO:加上msa*/
var x1-x8;
run;
不同軟件得到的結果是一樣的,對於KMO,在SAS中得到的是0.80921682,保留三位小數之後也是0.809,和SPSS的是一樣的。
數據集來源
想要練手的小夥伴可以下載這個例子的數據,其中數據集examp733的下載地址
鏈接:https://pan.baidu.com/s/1Nhzen-WDCcmcJXSfOE0EYw
提取碼:np54
這是王學名老師《應用多元統計分析》例7.3.3的題。