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;
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。