实现KMO和Bartlett的球形度检验的两种方法

实现KMO和Bartlett的球形度检验的两种方法

SPSS 实现KMO和Bartlett的球形度检验

第一步：选择“因子分析”

导入数据后，按顺序选择就好：“分析”-“降维”-“因子”

第二步：选择变量

如果只有一个变量，选中之后，再点击一下中间向右边的那个箭头
多个变量的话，比如，我这里选择x1-x8，就是选择x1变量后，按住shift键不放，再点击x8变量，就可以一下子选择8个变量。

第三步：选择KMO和巴特利特球形度检验

这里，先不要急着点“确定”，先选择“描述”，接着在“相关性矩阵”那里勾选“KMO和巴特利特球形度检验”

输出结果

• KMO统计量值为0.809，大于0.5，且0.8～0.9之间，可以看出变量间的相关程度无太大差异，数据很适合做因子分析；
• 巴特利特球形检验的结果小于0.05，球形假设被拒绝，原始变量之间存在相关性，适合做因子分析。

SAS 实现KMO和Bartlett的球形度检验

proc factor data = dataset.examp733 method=ml heywood msa;
/*在proc factor过程*/
/*输出球形度检验：加上method=ml heywood*/
/*输出KMO：加上msa*/
var x1-x8;
run;

不同软件得到的结果是一样的，对于KMO，在SAS中得到的是0.80921682，保留三位小数之后也是0.809，和SPSS的是一样的。

数据集来源

想要练手的小伙伴可以下载这个例子的数据，其中数据集examp733的下载地址
链接：https://pan.baidu.com/s/1Nhzen-WDCcmcJXSfOE0EYw
提取码：np54
这是王学名老师《应用多元统计分析》例7.3.3的题。

参考资料

• https://bbs.pinggu.org/thread-2635106-1-1.html
• https://zhidao.baidu.com/question/281032476.html
• http://wenku.baidu.com/view/80312d7aba0d4a7303763a6e