spss因子分析用於證券市場個股分析中，因為因子分析法是從研究變數內部相關的依賴關系出發，把一些具有錯綜復雜關系的變數歸結為少數幾個綜合因子的一種多變數統計分析方法。它的基本思想是將觀測變數進行分類，將相關性較高，即聯系比較緊密的分在同一類中，而不同類變數之間的相關性則較低，那麼每一類變數實際上就代表了一個基本結構，即公共因子。對於所研究的問題就是試圖用最少個數的不可測的所謂公共因子的線性函數與特殊因子之和來描述原來觀測的每一分量。
康美葯業投資分析
一、上市公司基本面情況：
600518康美葯業,最新財務主要指標（08-09-30）每股收益(元)0.2390，每股凈資產(元)3.5470，凈資產收益率(％) 6.74，總股本(億股)7.6440 ，實際流通A股(億股)7.6440，每股資本公積1.843，主營收入(萬元)130369.89，同比增 40.04% ，每股未分利潤0.606 ，凈利潤(萬元)18264.62，同比增 83.04%；
二、該股票的投資亮點：
1.2007年公司完成了阿莫西林分散片、利巴韋林片等多個再注冊產品的研究開發和上報工作，部分仿製葯品取得了《葯物臨床試驗批件》；同時公司積極開發中葯系列產品，完成了"代用茶"、"植物飲料"的備案號注冊以及西洋參膠囊/飲料科技開發立項工作；"紅景天"、"毒熱平"兩個中葯新葯品種已基本完成臨床前研究工作。
2.2008年，隨著國家衛生事業改革進一步深化，新農合、城鎮職工基本醫療保險、城鎮非從業居民基本醫療保險的進一步推廣，整個醫葯市場容量將增大。人們在醫療尤其是在葯品上的消費量和消費金額將迅速上升，這將對醫葯行業快速發展帶來有利的影響。
3. 2007年公司中葯飲片二期擴產項目順利建成並試產運營，該項目是公司在傳統中醫葯領域推廣應用新技術，實現中葯飲片規模化、標准化和產業化生產的一個重大成果。項目的投產緩解了產能緊張壓力，保障了市場供給，進一步穩固了公司在國內中葯飲片生產龍頭企業的地位。
4.公司通過增資擴股募集資金投資中葯物流配送中心項目，該項目是發揮公司中葯產業的生產經營優勢，整合當地中葯材專業市場資源，為延伸公司產業鏈條而實施的一個重點項目。
三、專業投資機構意見：
公司主營業務中葯飲片繼續拉動公司業績高速增長，2008 年三季度凈利潤增長83%，公司將全面布局全國性中葯飲片產業鏈，行業整頓期利用並購穩健擴張，公司正在創建中葯飲片行業的高質量標准體系，將發展為現代國內中葯飲片龍頭，預計公司未來三年復合增長率為40%，2008-2010 年EPS 為0.35，0.48，和0.80給予"增持"的投資評級。
四、綜合分析判斷結論：
從以上的信息可見康美葯業作為國家中葯制葯的龍頭企業，其股票是具有投資價值的，所以該股票後市看好，完全是可以長期投資的。
㈡ SPSS軟體進行因子分析 採用主因子分析法 結果發現 KMO值總是偏低
你完全不懂因子分析吧，不存在共線性是不能做因子分析的，kmo大小無所謂的，79%已經很大了
㈢ 用spss軟體做的因子分析得到的結論都是什麼意思
KMO 和 Bartlett 的檢驗是為了檢驗是否適合做因子分析，一般來說KMO的值越接近於1越好，大於0.5的話適合做因子分析，你的KMO值是0.674大於0.5。Bartlett 的檢驗主要看Sig.越小越好，你的接近於0.由此可以得出，你的數據適合做因子分析。
第二個表是提取了兩個個公因子來替代原來的8個原始變數，這兩個因子的方差貢獻率是78.604%，也就是說這兩個公因子能夠解釋原來8個原始變數所包含信息的78.604%。
第三個表是旋轉因子載荷，是為了方便對提取的兩個公因子命名，旋轉後，第一個因子在X1上的載荷最大，第二個因子在X2與X7上載荷最大，你可以根據X1,X2，X7的含義來對這兩個因子命名。
第四個表是為了計算因子得分。比如第一個因子F1=X1*0.7+X2*0.101+X3*0.217+X4*0.236.....+X8*0.241，xi到X8這8個原始變數的值的大小你是知道的，帶進去就可以求出這兩個因子的分數。
純手打，希望能幫助到您，呵呵！
㈣ 要用spss做一個因子分析
輸入的話按列輸入即可
看到你的數據才知道是不是能做因子分析
你的很多描述都不清楚，沒法判斷
我替別人做這類的數據分析蠻多的
㈤ SPSS軟體進行因子分析，採用主成分分析法，結果發現 KMO值偏低
KMO值是由你的數據算出來的，不是所有的數據都適合做主成分分析。只有KMO值只有0.5說明你的數據樣本不適合做主成分分析，下面做的一切都是不合理的。KMO值不能提高，除非你換一組數據。
㈥ 因子分析法需要哪些數據，用什麼軟體做
因子分析是用因子概括變數信息，所以首先自變數是什麼?三年數據當然是一起錄入，通過三年的變化來反映因變數的變化。
㈦ 誰會用SPSS軟體對數據做因子分析 幫忙下謝謝
用因子分析可以形成兩個公因子：
解釋的總方差
初始特徵值 提取平方和載入
成份 合計 方差的 % 累積 % 合計 方差的 % 累積 %
1 3.921 78.424 78.424 3.921 78.424 78.424
2 1.062 21.247 99.671 1.062 21.247 99.671
3 .016 .329 100.000
4 1.053E-16 2.106E-15 100.000
5 -7.631E-18 -1.526E-16 100.000
提取方法：主成份分析。
旋轉成份矩陣(a)
成份
1 2
VAR00001 .137 .990
VAR00002 .957 .284
VAR00003 .958 .279
VAR00004 .951 .307
VAR00005 .973 -.216
提取方法 :主成分分析法。
旋轉法 :具有 Kaiser 標准化的正交旋轉法。
a. 旋轉在 3 次迭代後收斂。
成份得分系數矩陣
成份
1 2
VAR00001 -.137 .855
VAR00002 .242 .079
VAR00003 .244 .074
VAR00004 .236 .100
VAR00005 .338 -.369
提取方法 :主成分分析法。
旋轉法 :具有 Kaiser 標准化的正交旋轉法。
構成得分。
A：-0.77305 -0.30278 -0.66007 -0.50358
B：0.44803 1.43133 0.03740 1.49934
C：-0.87403 -0.23050 -0.77702 -0.46184
D:1.19905 -0.89805 1.39969 -0.53392
以上相加即可得知ABCD的總得分。