SPSS如何计算方差膨胀因子

请依次点击:
分析—回归—线性—拖入待分析的变量—点击右侧的“统计”—勾选“共线性诊断”
结果解读:
容忍度>0.1,即方差膨胀因子VIF<10,则变量之间不存在多重共线性。
PS:由于我们考察的自变量之间的关系,因变量的形式与方差膨胀因子无关。当因变量为分类变量时可以直接代入线性回归模型求得方差膨胀因子。

  • 4
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SPSS因子方差表是用于因子分析的一个重要结果展示方式。它主要显示了因素的方差贡献率、方差比例、累计解释方差等指标。 在公因子方差表中,第一列是因素的序号或名称。第二列是特征根,表示每个因素的方差贡献率。较大的特征根表示该因素解释的方差比较高。在因子分析中,仅选取特征根大于1的因素进行解释。 第三列是初始特征矩阵的方差比例,用于衡量该因素解释原始变量的方差比例。当某个因素的方差比例较高时,说明该因素对原始变量的解释能力较强。 第四列是累计解释方差,表示前n个因素的方差之和,可理解为n个因素对总方差的累计解释能力。一般来说,累计解释方差越高,说明所选取的因素对原始变量的解释能力越强。 除了以上指标外,公因子方差表中还可能包括其他信息,如提取因子数量的选择标准(Kaiser准则、平均方差法),因子的名称等。 通过查看SPSS因子方差表,可以了解到每个因素对原始变量的解释能力以及各个因素的累计解释能力。根据方差贡献率和累计解释方差,我们可以判断因素的重要性并选择解释能力较强的因素。同时,公因子方差表还可以帮助我们进行因子数目的确定,保留解释能力较高的因素。 总之,SPSS因子方差表提供了方便的数据分析结果展示,通过仔细观察其中的指标,我们可以得到有关因子解释能力的重要信息。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值