【SPSS】解决问题:因子分析计算KMO提示不是正定矩阵

问题描述:

无法计算kmo(但仍可以做因子分析,特征值较小时不影响提取主成分)

相关概念:

Bartlett's球状检验(巴特利球体检验):是一种数学术语。用于检验相关阵中各变量间的相关性,是否为单位阵,即检验各个变量是否各自独立。因子分析前,首先进行KMO检验和巴特利球体检验。在因子分析中,若拒绝原假设,则说明可以做因子分析,若不拒绝原假设,则说明这些变量可能独立提供一些信息,不适合做因子分析。

KMO检验用于检查变量间的相关性和偏相关性,取值在0~1之间。KMO统计量越接近于1,变量间的相关性越强,偏相关性越弱,因子分析的效果越好。实际分析中,KMO统计量在0.7以上时效果比较好;当KMO统计量在0.5以下,此时不适合应用因子分析法,应考虑重新设计变量结构或者采用其他统计分析方法。

如果变量间彼此独立,则无法从中提取公因子,也就无法应用因子分析法。Bartlett球形检验判断如果相关阵是单位阵,则各变量独立因子分析法无效。由SPSS检验结果显示Sig.<0.05(即p值<0.05)时,说明各变量间具有相关性,因子分析有效。

正定矩阵

1实对称矩阵A正定的充分必要条件是A可以合同于一个主对角元全为正数的对角矩阵
2 实对称矩阵A正定的充分必要条件是A的特征值全大于零
3 实对称矩阵A正定的充分必要条件是A的所有顺序主子式的值全大于零
4 n阶实对称矩阵A正定的充分必要条件是A的正惯性指数p= n
5实对称矩阵A正定的充分必要条件是A合同于E.
6.存在可逆矩阵C使A=cTc

 

可能原因:

1. 变量间相关性太强(接近1)

解决:查看【因子分析】——【相关性矩阵-系数】


2. 样本量太少(指标过多)

解决:见问题

3.没有处理好缺失值(亲测问题)

解决:在因子分析前处理缺失值,或直接使用【因子分析-缺失值】的选项。

 

参考:https://wenku.baidu.com/view/6de53462f5335a8102d220cb.html

 

  • 24
    点赞
  • 132
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“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 3
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