yinsong810
优点：当你面对大量的数据 尤其是数据项目较多的时候，分别分析各组数据过程很繁琐。然而如果从中筛选几组数据分析，又会使得你的分析结果不够准确。 因子分析法就能很好的涵盖原始数据的各个项，同时将分析过程简化为因子项的分析。从而简便。缺点：因子分析只能面对综合性的评价。同时对数据的数据量和成分也有要求。需要先进行KOM检测数据是否可以运用因子分析法。 而且在设计调查表的时候也需要针对性的设计问题。 我现在就在DT调查表的设计。。。。。。祝我好运如果你想要了解因子分析的具体内容，或者实际运用，欢迎追问。 望采纳。 
探索性因子分析法的优点1、EFA法便于操作。2、当调查问卷含有很多问题时，EFA法显得非常有用。3、EFA法既是其他因子分析工具的基础（如计算因子得分的回归分析），也方便与其他工具结合使用（如验证性因子分析法）。探索性因子分析法的缺点1、变量必须有区间尺度。2、沉降数值至少要要变量总量的3倍。
将分析题项拖入选框中，点击进行“开始因子分析”（用户可主动设置因子个数）。因子分析（探索性因子分析）用于探索分析项应该分成几个因子，比如20个量表题项应该分成几个方面较为合适。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。因子分析应用举例：1、案例当前有一份数据，共有12个量表题，希望将此12个量表题使用因子分析浓缩成几个维度，用于探索企业员工满意度的维度情况。研究人员在研究前预期分析项可分为4个维度（也可不事先假定），当然有可能个别项与因子对应关系并不合适，因此有可能对其进行删除处理。2、操作步骤将分析题项拖入选框中，点击进行“开始因子分析”（用户可主动设置因子个数）得到的分析结果如下：第一步：首先判断是否适合进行因子分析KMO和Bartlett检验结果SPSSAU对结果进行智能分析第二步：判断提取的因子个数第三步：是因子与题项对应关系判断因子与题项对应关系判断：假设预期为4个因子(变量)，分析题项为12个；因子与题项交叉共得到48个数字，此数字称作”因子载荷系数”(因子载荷系数值表示分析项与因子之间的相关程度)；针对每个因子(变量)，对应12个”因子载荷系数”，针对每个分析项，则有4个”因子载荷系数值”(比如765，-066，093，075)，选出3个数字绝对值大于4的那个值(765)，如果其对应因子1，则说明此题项应该划分在因子1下面。第四步：对因子进行命名本次研究员工满意量表共提取出4个因子，此4个因子对应的题项分别为4个、3个和2个，对4个因子分别进行命名，分别为福利待遇因子、管理及制度因子、员工自主性因子和工作性质因子。
