特征根大于1是通常的标准,更多的时候需要根据理论模型来确定总共提取的因子数目,这个是大的前提。
在因子分析中,因子个数需要分析者指定(spss根据一定的条件自动设定,只要是特征值大于1的因子进入分析),而指定的因子数量不同而结果不同。
在主成分分析中,成分的数量是一定的,一般有几个变量就有几个主成分。和主成分分析相比,由于因子分析可以使用旋转技术帮助解释因子,在解释方面更加有优势。
扩展资料:
与传统的回归分析不同,结构方程分析能同时处理多个因变量,并可以比较评价不同因果关系的理论模型。与传统的探索性因子分析不同,在结构方程模型中,我们可提出一个特定的因子结构,并检验它是否吻合数据。
通过结构方程多组分析,我们可了解不同组别 (如不同性别) 内各变量的关系是否保持不变,各因子的均值是否有显着差异。
参考资料来源:百度百科-因子分析法
特征根大于1是通常的标准,更多的时候需要根据理论模型来确定总共提取的因子数目,这个是大的前提,否则无论你提取出几个,如果从理论上说不通也没有什么意义。
累计贡献率有70就不错了,仅从解释力上看已经不需要增加新的因子了,因为因子多了模型就更复杂了。并且,因子提取的时候是否旋转也是值得考虑的问题。
最后,spss只能做探索性因素分析,如果是在发展问卷或者验证理论模型则需要用验证性因素分析,需要用Amos插件包或者其它软件才可以做。
提取因子不是根据特征值,而是根据贡献率的,一般要求贡献率至少达到80以上,