spss共同度的表是怎么样的？
第一个表，KMO0.602，KMO大于0.7适用于因子分析。
第二个表叫做共，表示提取的信息量，如第二个数0.69，表示主成分提取了69%的c2的信息。
最重要的是，第三表提取了一个主成分，即一个因子。最后一个数字是48.9%，这也意味着它不适合进行因子分析，因子分析一般要求积累的信息量在85%以上。
第四个表是负载矩阵。它可以用来寻找特征向量。如果前k个主成分的贡献率达到85%，说明前k个主成分基本包含了度量指标的全部信息，既减少了变量的数量，又便于对实际问题的分析和研究。第四张表能不能详细解释一下，这是因子负荷矩阵，表示每个因子对每个变量的负荷，也就是每个因子对每个变量的影响程度？
比如第一个数字是0.867，表示ZC10.867F1ε。很容易看出，0.867是第一主成分对标准化变量ZC1的影响程度。
怎么查问卷信效度？
1.在spss中导入问卷的相关数据，选择分析窗口，点击降维中的因子分析选项。
2.接下来，选择所有变量作为因子分析变量，如果没有问题，选择确定。
3.这时，在检查了原来的分析结果和KMO和巴特利特的球度检验后，你可以选择继续。
4.这样就会得到相关的分析结果，从而实现spss测试问卷的信度和效度。
spss怎么看球形检验结果？
巴特利特球度试验是一个数学术语。用于检验相关矩阵中变量之间的相关性，是否为单位矩阵，即检验每个变量是否独立。
在进行因子分析之前，应先进行KMO检验和巴特利球检验。当KMO检验系数gt0.5，(bartlett球面检验x2统计的显著性概率)p值lt0.05时，问卷才具有结构效度，才能进行因素分析。因子分析主要是你自己做了一个问卷。你要考虑这个问卷的数据的可靠性和有效性，以及它是否能在你想要调查的事情中起到代表性的作用。
在SPSS中，分析因子是因子分子。检查底部KMO和巴特利特s测试球度在左下角第一个框描述，结果就出来了。看表格第一行的KMO值，Sig最后一行是星测的P值，小于0.05。我可以t上传图片，只能这样描述了。