SPSS探索性分析是怎么分析的？

1、判断是否进行因子分析，判断标准为KMO值大于0.6

2、因子与题项对应关系判断。

对不合理题项进行删除，共有三种情况：

第一类：如果分析项的共同度值小于0.4,则对应分析项应该作删除处理；

第二类：某分析项对应的”因子载荷系数”的绝对值,全部均小于0.4,也需要删除此分析项;第三类：如果某分析项与因子对应关系出现严重偏差（通常也称作‘张冠李戴’），也需要对该分析项进行删除处理。

3、因子命名。

1、张冠李戴：如果某分析项与因子对应关系出现严重偏差（通常也称作‘张冠李戴’）,需要对该分析项进行删除处理。

纠缠不清：比如A1可归属为A维度，同时也可归属到C维度，这种情况较为正常（称作‘纠缠不清’），需要结合实际情况处理即可，可将A1删除，也可不删除，带有一定主观性。

区分‘张冠李戴’和‘纠缠不清’这两种现象。

2、通常先处理掉‘张冠李戴’现象，然后自然的到后面‘纠缠不清’问题会减少，后续即使有个别‘纠缠不清’现象时，也基本可以接受。

3、通常需要首先设置好因子个数，而不是让软件自动识别。

4、因子分析进行因子浓缩时，通常会经历多个重复循环，删除不合理项，最终得到合理结果。需要来回多次进行对比，找出最佳结果。

5、同样的样本数据，不同的分析思路，有可能出现结果不相同，但只要符合因子的思维概念即可。

6、因子分析结束后，还需要用得到的几个因子，用于后续分析使用，通常可使用因子得分(问卷常使用平均分)继续后续用于回归分析，聚类分析等。