什么是公因子方差

SPSSAU公因子方差是什么??

公因子方差：公因子方差表显示每个变量的方差可以被公因子解释。公因子的提取值越大，表示变量被解释得越好。在本例中，所有变量的提取值均超过0.7，表明变量被公因子很好地解释。 解释的总方差和碎石图：总方差表显示因子对变量解释的贡献率。

公因子方差表的意思就是，每一个变量都可以用公因子表示，而公因子表达的大小就是公因子方差表中的“提取”。“提取”的值越大说明变量可以被公因子表达的越好，一般大于0.5即可以说是可以被表达，但是更好的是要求大于0.7才足以说明变量能被公因子表的很合理。

在SPSS中，方差贡献率（variance contribution）是指每个因子对总方差的贡献程度。它可以帮助我们了解每个因子在模型中的重要性和影响。要计算方差贡献率，可以按照以下步骤进行操作： 打开SPSS并加载数据集。 运行主分析（Principal Component Analysis，简称PCA）或因子分析（Factor Analysis）。

公因子是指因子分析提取出的因子，公因子方差是指因子对应的方差解释率（方差提取率），该值代表因子提取分析项的信息量，比如为50%，则说明该因子可以提取出所有分析项50%的信息量.具体可查看SPSSAU帮助手册说明。

公因子方差列表中，初始一栏表示提取因子之前各变量的公因子方差，默认为1；提取一栏表示提取之后，如果选择了提取所有主，那么这里也会是1，因为所有主加起来自然能够解释每个原始变量的全部。

公因子方差提取值小于0.5是不是就删除题项

1、是。在数学知识中公因子方差是一种常量计算，数值小于1无意义，因此遇到取值小于0.5的方差可以删除题项不进行作

2、为了提高KMO值，可以考虑移除共同度（公因子方差）值较低的项。 若不输出KMO值，可能是因为数据质量存在问题。此时，可以进行相关性分析以检查变量间的相关性。如果发现所有变量的相关系数均小于0.2（或无显著性），表明各变量之间关联性较弱，这将导致KMO值较低。

3、因子载荷的临界值没有统一的标准，最常见的取舍标准是0.45或0.4，最低的标准是0.3，严格一点的话也有人以0.5为标准。

4、删除共同度值较低的项目。通常，KMO值需大于0.6才适宜进行因子分析。若项族间的共同度低，KMO值往往低于0.5。因此，建议移除共同度（公因子方差）较低的项目，以提高KMO值。 KMO值是衡量变量间相关性的一种方法，其值接近1时表示变量间的共同度越高，适宜进行因子分析。

5、若为两个分析项目，KMO值应为0.5。建议剔除共同度（公因子方差）值较低的项目以提高KMO值。若无KMO值输出，可能表明数据质量欠佳。此时，可以进行相关分析，相关系数小于0.2或不显著说明关联性弱，建议先移除相关系数低的项目后再分析。

6、一般需要KMO值大于0.6即可，如果是两个分析项，KMO值一定是0.5；因而建议删除掉共同度（公因子方差）值较低项，这样可以提升KMO值。