1. 因子分析spss，spss分析因子固定吗？
spss分析因子固定
因子分析，核心技术就是确定公因子的数量，合理解释每个因子的意思，并给每个因子取名字。
2. spss因子分析不理想？
这需要看你问卷的具体问题，如果你问卷中包含若干量表，则需要对每一个量表进行效度分析（KMO和巴特利检验及因子分析），如果你整张问卷就是一张普通的调查问卷的话，对问卷进行整体的效度分析就可以了。
3. 为什么spss因子没有旋转？
无法旋转的情况是，因子分析时，提取主成份是默认特征值大于1提取的。因为你的主成份（因子）特征值只有一个大于1，因此仅提取了一个主成份（因子），提取一个主成份（因子）旋转成份矩阵是无法旋转的。
或者有时候是设置的旋转次数不够，还没有达到足够收敛。
spss因子分析时选择了正交或斜交旋转才会产生“旋转成分矩阵”。“旋转成分矩阵”是因子分析得到的，看每个变量在各个因子中系数的大小，表示变量在因子的载荷大小，一般大于0.5的就归于该因子当中。负数表示该因子中其他的方向是相反的。
4. spss分析中a系数怎么念？
SPSS分析中的a系数通常是指方差分析（ANOVA）中的因子A的效应系数，读作“因子A的效应系数”或“A因子的效应系数”。在方差分析中，效应系数是用来描述因子对因变量的影响程度的参数，可以用来判断不同因子间的差异是否显著。需要注意的是，这里的“因子A”指的是实验设计中的一个自变量因子，而不是任何一个具体的因子名称。
5. kmo值必须大于07吗？
KMO是做主成分分析的效度检验指标之一,以前的文献中写说,KMO在0.9以上，非常合适做因子分析；在0.8-0.9之间，很适合；在0.7-0.8之间，适合；在0.6-0.7之间，尚可；在0.5-0.6之间，表示很差；在0.5以下应该放弃.
我觉得KMO在0.6左右还行,可能就是做完之后效果不是很好吧,我做因子分析时候的KMO在07左右的,没有小过0.65的,老师没有说不合格的.
PS:0.6左右影响不会很大,但是老师说不合格这点就有点麻烦,(你可以说服老师,或者你来改数据).主成分分析是因子分析的一个特例,主成分分析就是在进行因子分析的时候前几个主成分的特征值累计占总方差的80%以上,后面的因子省略;因子分析就是没有设定主因子,完全凭数据来分析,同一道题,同一组数据,因子分析的结果比主成分分析解释性更强.
6. 能只提取一个因子吗？
跟多重共线性没关系，做因子分析本身就是为了处理多重共线性的 这个有可能是你的数据质量有问题，也有可能是指标选择有问题 如果上面两个都没问题，那只能说明你所有的这些指标就只能提取出一个公共因子来
7. 怎样用spss做因子分析？
可以使用在线spss平台SPSSAU进行分析，因子分析用于探索定量数据可以浓缩为几个方面(因子)，每个方面(因子)和题项对应关系。因子分析步骤：
1、选择进阶方法>>因子
2、设置输出维度（因子）个数
3、点击开始分析
因子分析通常有三个步骤：第一步是判断是否适合进行因子分析；第二步是因子与题项对应关系判断；第三步是因子命名。
第一步:判断是否进行因子分析,判断标准为KMO值大于0.6;
第二步:因子与题项对应关系判断。如因子与题项对应关系与预期严重不符则可考虑对题项进行删除
第三步：在第二步删除掉不合理题项后,并且确认因子与题项对应关系良好后,则可结合因子与题项对应关系,对因子进行命名。
