㈠ 因子分析法的問題
調查問卷的數據很適合用因子分析法來分析的。因為人們對每道題的回答只不過是個表象罷了，其實真正的內在決定因素是人們的心態，價值觀等因素。
如果你有此數據了，歡迎分享，我們共同分析研究。
㈡ 關於spss做因子分析問題，在線等急用！
按照它的解釋，至少需要兩組數據做因子分析，而你指輸入了一組變數數據，這樣是沒法做分析的，或者你所輸入的當前變數不能夠被計算，程序也找不到新的數據。
我想最起碼，你需要重新輸入兩組可進行計算的變數數據，要注意「描述性」按鈕、「抽取」按鈕、「旋轉」按鈕和「因子得分」按鈕的選項。注意一下細節，比如變數的定義之類的。
㈢ spss因子分析問題（初學者）
（1）f1和f2在進行因子分析的時候選擇scores選項中設置即可，spss會自動計算出f1和f2，無需手動計算，公式只是告訴你計算方法，不代表作者真的這么計算了。
（2）是把各個指標對綜合得分的影響系數進行歸一化而非把主成分因子的貢獻率歸一化
（3）第三問如第一問
（4）在得出兩個因子的基礎上綜合得分=f1*f1的貢獻率+f2*f2的貢獻率
收分走人睡覺
㈣ SPSs做因子分析 遇到問題，請解決
可能你的數據中CASE太少了，或原始變數太多。
㈤ 關於spss單因子分析法的錯誤問題，懂spss和統計的幫幫忙
你的數據不適用因子分析
因子分析的自變數應該是定類的，比如「男」「女」這樣名義變數，數值型的話至少應該是非連續性的。
at least one group has fewer than two cases說穿了就是你的自變數太少
因為你的因變數用了分數這樣的連續性變數 所以就有太多的取值 對應的自變數個數就太少
你把期末成績按照取值區間換成「及格」「不及格」這樣的變數，或者換成「優秀」「良好」之類，然後把這些虛擬變數定義為1、2等再做就可以了。
㈥ SPSS做因子分析遇到疑難請解決
提示的信息顯示你做分析的變數至少有一組具有零方差，零方差意味著這組變數是沒有波動的，這還能是變數嗎？不可能再做分析的，無論在什麼分析中。
不是說變數多就有助於因子分析，請你檢查每組變數，剔除常數列吧。
㈦ spss因子分析相關問題請高人指教，論文答辯在即，十分急，多謝
因子分析要小心使用的。
1.你在做問卷前，必須把可能的因子分類考慮清楚。
2.通過分析把因子分類好之後，需要把幾個主因子邏輯分類，就是把主因子命名。
3.你所說的正負相關性，那就是你要考慮你的問卷結構的邏輯性。比如，抽煙越多，健康越差，運動越多，健康越好，因變數是抽煙和運動，一個是負相關，一個是正相關，你不能把兩個因變數放到一起。
所以你要看看你的因子裡面的邏輯結構會不會有錯誤，如果有，可以考慮刪掉1-2個因子再分析，如果有問題，可以再提出來
㈧ 因子分析法的優缺點
它的優缺點是相對主成分分析法而言的
因子分析法與主成分分析法都屬於因素分析法，都基於統計分析方法，但兩者有較大的區別：主成分分析是通過坐標變換提取主成分，也就是將一組具有相關性的變數變換為一組獨立的變數，將主成分表示為原始觀察變數的線性組合；而因子分析法是要構造因子模型，將原始觀察變數分解為因子的線性組合。通過對上述內容的學習，可以看出因子分析法和主成分分析法的主要區別為：
(1)主成分分析是將主要成分表示為原始觀察變數的線性組合，而因子分析是將原始觀察變數表示為新因子的線性組合，原始觀察變數在兩種情況下所處的位置不同。
(2)主成分分析中，新變數Z的坐標維數j(或主成分的維數)與原始變數維數相同，它只是將一組具有相關性的變數通過正交變換轉換成一組維數相同的獨立變數，再按總方差誤差的允許值大小，來選定q個(q<p)主成分；而因子分析法是要構造一個模型，將問題的為數眾多的變數減少為幾個新因子，新因子變數數m小於原始變數數P，從而構造成一個結構簡單的模型。可以認為，因子分析法是主成分分析法的發展。
(3)主成分分析中，經正交變換的變數系數是相關矩陣R的特徵向量的相應元素；而因子分析模型的變數系數取自因子負荷量，即。因子負荷量矩陣A與相關矩陣R滿足以下關系：
其中，U為R的特徵向量。
在考慮有殘余項ε時，可設包含εi的矩陣ρ為誤差項，則有R
−
AAT
=
ρ。
在因子分析中，殘余項應只在ρ的對角元素項中，因特殊項只屬於原變數項，因此，的選擇應以ρ的非對角元素的方差最小為原則。而在主成分分析中，選擇原則是使舍棄成分所對應的方差項累積值不超過規定值，或者說被舍棄項各對角要素的自乘和為最小，這兩者是不通的。
㈨ 因子分析後做回歸分析遇到問題不會分析
不是直接納入，還要加權求新變數才能納入
不是線性關系沒關系的，不受回歸的限制
回歸分析的目的不是為了得到線性關系
很多基本概念你弄錯了