SPSS论文
spss论文分析报告带数据3000
SPSS论文分析报告带数据3000引言SPSS是一款广泛应用于社会科学、商业领域和统计分析的专业软件。
本报告旨在通过SPSS软件对一份数据集进行分析，并提供相应结果的解释和讨论。
方法本次分析使用SPSS软件对一份包含3000个样本的数据集进行了统计分析。
数据集包含多个变量，包括个人年龄、性别、教育程度、职业、收入水平等。
数据处理在进行实际的数据分析之前，我们首先对数据进行了一些必要的处理。
这些处理包括数据清洗、缺失值处理和异常值处理等。
通过这些处理，确保了分析结果的准确性和可靠性。
描述性统计分析首先，我们对数据集中的各个变量进行了描述性统计分析。
这包括计算平均值、中位数、标准差、最大值、最小值等统计指标。
对于性别和教育程度等分类变量，我们还计算了频数和百分比。
结果显示，样本中的参与者年龄范围在18岁到65岁之间，平均年龄为35岁。
有49%的参与者为女性，51%为男性。
教育程度方面，大多数参与者具有本科学历（45%），其次是研究生学历（30%），少数参与者具有博士学历（5%）。
相关性分析接下来，我们进行了各个变量之间的相关性分析。
相关性分析主要用于探索变量之间的线性关系。
我们使用皮尔逊相关系数来衡量变量之间的相关性强度。
分析结果显示，年龄与收入水平之间的相关性为0.25，呈正相关关系，说明年龄越大，收入水平也相对较高。
教育程度与收入水平之间的相关性为0.35，同样呈正相关关系，说明教育程度越高，收入水平也相对较高。
回归分析最后，我们进行了一次线性回归分析，以进一步探索教育程度对收入水平的影响。
回归分析旨在建立一个数学模型，该模型可以估计教育程度对收入水平的影响。
通过回归分析，我们得到了以下模型：收入水平 = 1000 + 500 * 教育程度。
模型表明，教育程度每增加1个单位，收入水平将增加500个单位。
回归方程的R方值为0.45，表明教育程度可以解释收入水平的45%变异。
结论通过SPSS软件对一份数据集进行了分析，我们得到了一些有意义的结果。
论文数据分析怎么做spss
论文数据分析怎么做（SPSS）引言在进行学术研究时，数据的分析是非常重要的一步。
数据分析能够帮助研究者深入了解数据中的模式、趋势和相关关系，从而得出科学、客观的结论。
SPSS （Statistical Package for the Social Sciences）是一种广泛使用的统计分析软件，它提供了各种功能强大的统计方法和数据分析工具。
本文将介绍如何使用SPSS进行论文数据分析。
数据整理与准备在开始数据分析之前，我们首先需要对数据进行整理和准备。
以下是一些常见的数据整理和准备步骤：1.数据导入：将数据导入SPSS软件中。
SPSS支持多种文件格式，包括Excel、CSV等。
选择合适的文件格式，导入数据。
2.数据清理：检查数据中是否存在错误、缺失值或异常值。
如果有必要，对数据进行清洗，包括删除错误数据、填充缺失值或修正异常值。
3.变量设定：对数据中的各个变量进行设定，包括变量类型（数值型、字符型等）、变量标签和变量值标签等。
这些设定能够帮助后续的数据分析和结果解释。
4.数据选择：根据研究需要，选择分析所需的变量和样本。
如果数据集较大，可以采取随机抽样或分层抽样的方法选择样本。
描述性统计分析描述性统计分析主要用于对数据的基本特征进行概括和总结。
下面介绍一些常用的描述性统计分析方法：1.频数分析：计算每个取值的频数和频率，帮助了解变量的分布情况。
通过频率分布表和直方图可以直观地展示数据的特征。
2.中心趋势分析：计算数据的均值、中位数和众数等指标，描述数据的集中趋势。
均值适用于数值型变量，中位数适用于有较多离群值的数据，众数适用于描述离散数据。
3.变异程度分析：计算数据的标准差、方差和范围等指标，描述数据的离散程度。
标准差和方差反映了数据的波动程度，范围表示数据的最大和最小值之间的差异。
4.相关分析：计算变量之间的相关系数，衡量变量间的线性关系强度。
相关系数可以帮助我们了解变量之间的关联程度，从而确定是否需要进行进一步的分析。
毕业论文SPSS信度分析怎么做？案例解析详解
信度分析1、作用信度分析主要用来考察问卷中量表所测结果的稳定性以及一致性，即用于检验问卷中量表样本是否可靠可信。
量表题型就是问题的选项，是分陈述等级进行设置的。
比如我们对手机的喜爱从非常喜欢到不喜欢这个程度的变化。
在量表里面最出名的就是李克特 5 级量表，在这种量表的选项里面主要是分为'非常同意'、'同意'、'不一定'、'不同意'、'非常不同意'五种回答，分别记为 5、4、3、2、1。
2、输入输出描述输入：至少两项或以上的定量变量或有序的定类变量，一般要求数据为量表数据。
输出：收集问卷量表的信度是否可靠。
3、案例示例案例：测量收集到的现有的一个由 12 个量表题客户满意度量表，测量是否结果可靠。
4、案例数据5、案例操作Step1：新建项目；Step2：上传数据；Step3：选择对应数据打开后进行预览，确认无误后点击开始分析；Step4：选择【信度分析】；Step5：查看对应的数据数据格式，【信度分析】要求输入数据为放入 [定量] 或有序的 [定类] 自变量 X （变量数≥2）；Step6：点击【开始分析】，完成全部操作。
6、输出结果分析输出结果 1：Cronbach’s α系数表图表说明：上表展示了模型的 Cronbach's α系数的结果，包括 Cronbach α系数值、标准化 Cronbach α系数值、项数、样本数，用于测量数据的信度质量水平。
➢Cronbach's α系数值：评价收集的数据是否真实可靠，据此排查出题不合理或胡乱作答。
➢标准化Cronbach's α系数值：标准化是为了转化不同分值的量表进行统一度量，在量纲不一致的时候，例如5分制和10分值的量表在一起分析需要做标准化，可以使用。
➢项数：参与信度分析计算的变量数。
结果分析：模型的 Cronbach’s α系数值为 0.607，说明该问卷的信度还可以接受。
Spss学期结课论文
Spss学期结课论文题目：大学生兼职情况调查分析院系名称：＿＿管理学院＿＿＿＿＿＿专业班级：＿＿社会工作本科一班＿＿＿＿＿＿学生姓名：＿张文华＿＿＿＿＿＿＿学号：＿＿4109027030＿＿＿＿＿＿指导教师：＿刘德鑫＿＿＿＿＿＿＿提交时间：2011年07月02号大学生兼职情况调查分析摘要：兼职，现已成为大学生活的一部分。
为更好的了解具体情况，采用发放调查问卷的形式，调查了青岛大学、青岛海洋大学、和本校（泰山医学院）的部分同学的兼职情况，问卷涉及大学生家境、兼职原因、兼职寻找途径、兼职与学业的相关性、兼职期间遇到的问题及兼职收获等问题，并采用spss技术做统计分析，更准确了解大学生兼职的成因分析，未来趋势等。
关键字：兼职 spss分析 t检验相关性分析随着经济的发展，竞争的激烈，就业形式日趋严峻，为了在毕业后能够更好地适应社会，很多在校大学生选择了从事兼职工作，一方面缓解了家庭的经济压力，更重要的是在一定程度上接触了社会，获取了一些工作经验，提高了自己的综合实力。
兼职，已成为大学生活的一部分。
无论同学们有没有做过兼职，眼下都存在着一条漫漫兼职路。
在这条路上，我们该怎么走，走向何方呢？在兼职工作中碰到的困难和挫折可能对部分大学生今后的发展带来一些负面影响。
如何更好的做好兼职工作，为以后的生活打好基础，日益成为我们大学生关注的问题。
故想进一步了解大学生兼职的具体情况，因此便设计了调查问卷。
由于本人的生活阅历及知识的限制，问卷涉及的可能不太全面，且由于财力限制，问卷发送的对象主要是我高中同学现在的大学为主，故选取青岛海洋大学和青岛大学为主，又因为兼职本身受地区经济发展条件的影响，所以以泰山医学院作为比较对象。
以下所有结论仅代表个人观点。
本次调查由本人自己设计调查问卷（参考网络资源），采用网上发布问卷，调查对象为青岛海洋、青岛大学、泰山医学院的一二年级同学，共发放45份，收回38份，有效问卷共31份，所以采用小样本的分析方法。
spss数据分析报告 论文
SPSS数据分析报告论文引言数据分析是现代科学研究中不可或缺的一部分，它帮助研究人员从大量数据中提取有用的信息，从而得出科学结论。
SPSS（Statistical Package for the Social Sciences）作为一款常用的统计分析软件，被广泛应用于社会科学、医学、市场研究等领域。
本文旨在通过对某研究数据的分析，展示SPSS的功能和应用。
方法本研究采用问卷调查的方式收集数据，并使用SPSS进行数据分析。
问卷设计包括一系列涉及个人信息和态度评价的问题。
通过对回收的问卷数据进行整理和输入，将数据导入SPSS软件进行分析。
本文将主要从以下几个方面进行数据分析：描述性统计、相关分析、t检验和方差分析。
数据描述经过问卷调查获得的数据包括100份有效回收问卷。
被调查者的个人信息包括性别、年龄、学历和职业等。
态度评价的问题使用5点量表进行评分，涵盖了对某个产品的满意度、购买意愿以及推荐度等方面的评估。
描述性统计描述性统计用于对数据进行整体的概括和描述。
在本研究中，我们对被调查者的个人信息进行了描述性统计分析。
性别分布通过对样本中性别的统计，我们得出以下结果：•男性：60人，占60%；•女性：40人，占40%。
从中可以看出，调查样本中男性占据了绝对优势。
年龄分布对被调查者的年龄进行统计得到以下结果：•18-25岁：30人，占30%；•26-35岁：40人，占40%；•36-45岁：20人，占20%；•45岁以上：10人，占10%。
从中可以看出，调查样本中以26-35岁的年轻人占比最高。
学历分布对被调查者的学历进行统计得到以下结果：•小学及以下：5人，占5%；•初中：15人，占15%；•高中/中专：30人，占30%；•本科及以上：50人，占50%。
从中可以看出，调查样本中本科及以上学历的人数最多。
职业分布对被调查者的职业进行统计得到以下结果：•学生：25人，占25%；•上班族：50人，占50%；•自由职业者：10人，占10%；•其他：15人，占15%。
spss论文
spss论文
SPSS (Statistical Package for the Social Sciences) 是一款广泛应
用于社会科学研究的统计分析软件。
在编写SPSS论文时，以
下是一些可以考虑的要点：
1. 简介和背景：介绍研究问题以及为什么选择使用SPSS进行
统计分析。
2. 研究设计和方法：描述研究的设计和方法，包括样本选择、数据收集和变量操作等。
3. 数据描述和数据清洗：使用适当的描述统计方法对数据进行概括，并说明对数据进行的清洗和处理步骤。
4. 数据分析和结果：根据研究目的使用SPSS进行相应的统计
分析，例如描述统计、t检验、方差分析、回归分析等，并报
告结果。
5. 结果讨论和解释：对结果进行解读和解释，讨论研究假设的验证情况，并与现有文献进行比较。
6. 结论和展望：总结研究的主要发现，并提出未来研究的方向。
7. 参考文献：列出所有在论文中引用的文献，按照规定的引用格式进行编写。
此外，还应注意以下几点：
- 使用清晰的语言和逻辑结构来组织论文，确保读者能够理解论文的主旨和内容。
- 在结果部分中，使用表格或图表来展示数据分析的结果，同时提供必要的统计指标和显著性水平。
- 对论文中使用的统计方法进行充分的解释，以便读者能够理解统计分析的意义和局限性。
- 在讨论部分中，探讨研究结果的实际意义和可能的解释，讨论研究限制，并提供对未来研究的建议。
最后，遵守学校或期刊的论文格式要求，并仔细检查论文中的语法、拼写和逻辑错误，确保文章的质量和可读性。
实用回归分析论文(SPSS实验结果)
实用回归分析论文(SPSS实验结果)由于没有具体的数据或研究题目，以下仅为回归分析论文的一般模板。
1. 研究背景和目的：介绍本次研究的背景和目的。
描述相关文献对该领域的研究情况，指出知识空白和研究的必要性。
例如：本研究旨在探讨X变量与Y变量之间的关系，并研究其他可能因素对此关系的影响。
回归分析被广泛应用于社会科学、经济学和医学等领域，但在某些情况下，该方法可能被错误地应用或解读。
因此，本研究旨在提供更多有关回归分析的实用性信息，以便更好地应用于实际研究中。
2. 变量选择和数据收集：介绍所选的独立变量、因变量以及可能的干扰因素。
描述数据收集的方法和样本的特点，阐述数据的统计学特征。
例如：本研究选择了X1、X2和X3作为独立变量，Y作为因变量。
在探究X和Y之间的关系时，本研究考虑了干扰因素A和B。
数据收集采用了问卷调查的方法，样本为100位大学生。
调查数据的统计学特征如下：均值、标准差、最大值和最小值。
3. 回归模型：描述所使用的回归模型及其假设。
根据假设，说明如何进行统计分析。
例如：本研究选择了多元线性回归模型。
假设独立变量与因变量之间存在线性关系，且同时考虑了干扰因素的影响。
在此假设下，通过进行多元线性回归分析，得出具体的回归方程。
使用SPSS软件进行统计分析，通过显著性检验和模型拟合程度来验证上述假设。
4. 实验结果：解释回归分析结果，如拟合程度、系数的显著性、变量的解释等。
根据结果，提供对研究目的的回答，对假说进行证明或推翻。
例如：本研究得到的回归方程为Y = a + b1*X1 + b2*X2 + b3*X3 +c1*A + c2*B。
通过F检验，得出回归模型的显著性水平P<0.01，表明回归模型解释了数据的一定程度。
通过系数显著性检验，得出X1、X3和B对Y变量具有显著影响，而其余变量影响不显著。
对于X1、X3和B，本研究解释了其对Y变量的具体贡献，分析了研究问题的深层含义。
5. 结论和建议：总结研究结论，说明其对实践和理论的贡献，并提出未来研究的方向。
spss论文
SPSS论文1. 简介SPSS（Statistical Package for the Social Sciences）是一款用于统计分析和数据处理的软件。
它为研究人员和数据分析师提供了强大的工具，可用于从收集和整理数据到执行复杂的统计分析。
本篇文章将介绍使用SPSS编写论文的基本步骤和要点。
2. 数据导入和整理在开始分析之前，首先需要将数据导入到SPSS中。
SPSS支持多种数据格式的导入，如Excel表格、CSV文件等。
导入数据后，通常需要对数据进行清洗和整理，包括处理缺失值、去除异常值以及设置变量类型等操作。
3. 描述性统计分析描述性统计分析是了解数据的基本特征的常用方法。
SPSS提供了众多描述性统计分析的工具，如计算平均值、标准差、频数表等。
可以通过使用菜单或者编写语法来执行这些分析，并将结果输出为表格或图形。
4. 假设检验在完成描述性统计分析后，接下来需要进行假设检验。
假设检验是通过分析样本数据来推断总体数据的一种方法。
常用的假设检验包括t检验、方差分析、卡方检验等。
SPSS提供了各种假设检验的功能，可以根据实际需求选择适当的方法并执行相应的分析。
5. 回归分析回归分析是研究变量之间关系的重要方法。
SPSS支持线性回归、逻辑回归、多元回归等多种回归模型的拟合和分析。
通过回归分析，可以研究自变量对因变量的影响，并进行模型的解释和预测。
6. 图表绘制和结果解释在完成分析后，可以通过图表来展示研究结果。
SPSS提供了各种图表绘制功能，如柱状图、散点图、饼图等。
选择适当的图表类型，并添加标题、标签等元素，可以使结果更加清晰和易于理解。
同时，对于分析结果的解释也是非常重要的，需要对结果进行准确的描述和推断，并与相关文献进行比较和讨论。
7. 结论和讨论最后，根据分析结果撰写结论和讨论部分。
在结论中，对研究问题的回答进行总结，并提出可能的改进和进一步研究的建议。
在讨论部分，对研究结果进行解释和分析，探讨其背后的原因和机制，并与其他研究的结果进行对比和讨论，阐明研究的重要性和意义。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
SPSS综合案例运用论文——之探究中国大城市发展的生活水平及其差距09经51班09085007任丹丹目录●案例说明与问题描述●分析目的●分析思路●数据选取●案例中使用的SPSS方法1.描述性分析2.因子分析3.聚类分析●数据文件的建立●SPSS操作步骤●结果判读一·案例说明与问题描述中国的发展在改哦改革开放以来的发展及其成绩是全世界有目共睹的。
各个城市发展也越来越跟上时代和世界的步伐。
因此，我们来探究一下中国大部分的省会城市和计划单列市的发展情况。
城市生活水平取决于经济的发展，这是基础，还有居民的生产生活状况，因为一切以居民的幸福指数为准，一切视为了人民服务，教育情况，教育关系到一个城市未来。
因此，我们从“年底总人口”、“地区生产总值（当年价格）”、“固定资产投资总额”、“城乡居民储蓄年末余额”、“在岗职工平均工资”、“社会商品零售总额”、“货物进出口总额”、“普通高等学校在校学生数”、“医院、卫生院数”、“环境污染治理投资总额”这几个要素去分析探究中国城市的发展以及城市生活水平。
二·分析目的、分析思路与数据选取本案例的研究目的是分析“年底总人口”、“地区生产总值（当年价格）”、“固定资产投资总额”、“城乡居民储蓄年末余额”、“在岗职工平均工资”、“社会商品零售总额”、“货物进出口总额”、“普通高等学校在校学生数”、“医院、卫生院数”、“环境污染治理投资总额”各变量，从而探究中国部分省会城市和计划单列市的城市生活水平及从中看出中国的大城市发展的大致水平及差异。
分析思路如下：首先利用描述性分析对各变量数据进行基础性描述，以便对中国城市发展整体水平有一个直观的印象，然后利用因子分析提取对城市生活水平影响较为明显的因素，分如析城市生活水平的决定因素。
最后利用聚类分析，可以分析中国城市之间的生活水平，了解中国城市发展的差距，分为几类城市。
为更好地了解中国大城市的生活水平，本案例观测了“年底总人口”、“地区生产总值（当年价格）”、“固定资产投资总额”、“城乡居民储蓄年末余额”、“在岗职工平均工资”、“社会商品零售总额”、“货物进出口总额”、“普通高等学校在校学生数”、“医院、卫生院数”、“环境污染治理投资总额”等数据，所有的数据均来自《中国青年》。
该案例的原始数据如图。
三·案例中使用的SPSS方法1·描述性分析描述性分析主要是对数据进行基础性描述，主要用于描述变量的基本特征。
SPSS的描述性分析过程可以生成相关的描述性统计量，如：均值、方差、标准差、全距、峰度和偏度等，同时描述性分析过程还将还原原始数据转换为Z分值并作为变量储存，通过这些描述性统计计量，我们可以对变量变化的综合特征进行全面的了解。
2·因子分析因子分析是一种数据简化的技术。
它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个独立的不可测量变量变化来表示其基本的数据结构，这几个假想变量能够反映原来众多变量的主要信息。
3·聚类分析聚类分析是根据研究对象的特征按照一定标准对研究对象进行分类的一种分析方法，它使组内的数据对象具有最高的相似度，而组间具有较大的差异性。
聚类分析可以在没有先验分类的情况下通过观察对数据进行分类，聚类分析在科学研究和实际的生产实践中都具有广泛的应用。
四·数据文件的建立首先在SPSS变量视图中建立变量“年底总人口”、“地区生产总值（当年价格）”、“固定资产投资总额”、“城乡居民储蓄年末余额”、“在岗职工平均工资”、“社会商品零售总额”、“货物进出口总额”、“普通高等学校在校学生数”、“医院、卫生院数”、“环境污染治理投资总额”等的观测值。
在SPSS视图中，把相关数据输入后得到如图。
五·SPSS操作步骤1.描述分析操作步骤：Step 1 打开数据文件，进入SPSS Statistics数据编辑器窗口，然后在菜单栏中依次选择变量“年底总人口（万人）”、“地区生产总值（当年价格）（万元）”、“固定资产投资总额（万元）”、“城乡居民储蓄年末余额（万元）”、“在岗职工平均工资（元）”、“社会商品零售总额（万元）”、“货物进出口总额（万美元）”、“普通高等学校在校学生数（人）”、“医院、卫生院数（个）”、“环境污染治理投资总额（万元）”进入“变量”列表。
Step 2 单击“选项”按钮进入“描述：选项”对话框，选中“最大值”、“最小值”、“平均数”、“标准差”、“均值”、和“方差”，然后单击“继续”按钮，返回“描述性”对话框。
Step 3 单击“确定”按钮，输出分析结果。
2.因子分析操作步骤Step 1 打开数据文件，进入SPSS Statistics数据编辑器窗口，在菜单栏中依次单击“分析”/“降维”/“因子分析”命令，将“年底总人口（万人）”、“地区生产总值（当年价格）（万元）”、“固定资产投资总额（万元）”、“城乡居民储蓄年末余额（万元）”、“在岗职工平均工资（元）”、“社会商品零售总额（万元）”、“货物进出口总额（万美元）”、“普通高等学校在校学生数（人）”、“医院、卫生院数（个）”、“环境污染治理投资总额（万元）”进入“变量”列表。
Step 2 单击“描述”按钮，勾选“原始分析结果”复选框和“KMO与Bartlett球形度检验”复选框，单击“继续”按钮，保存设置结果。
Step 3 单击“抽取”按钮，勾选“碎石图”复选框，其他未系统默认选择，单击“继续”按钮，保存设置结果。
Step 4单击“旋转”按钮，勾选“最大方差法”复选框，其他未系统默认选择，单击“继续”按钮，保存设置结果。
Step 5 单击“得分”按钮，勾选“保存为变量”和“因子得分系数”复选框，单击“继续”按钮，保存设置结果。
3.聚类分析操作步骤Step 1在菜单栏中依次选择“分析”/“分类”/“系统聚类”命令，弹出“系统聚类”对话框。
Step 2 从源变量列表中选择“年底总人口（万人）”、“地区生产总值（当年价格）（万元）”、“固定资产投资总额（万元）”、“城乡居民储蓄年末余额（万元）”、“在岗职工平均工资（元）”、“社会商品零售总额（万元）”、“货物进出口总额（万美元）”、“普通高等学校在校学生数（人）”、“医院、卫生院数（个）”、“环境污染治理投资总额（万元）”然后单击选择按钮将它们选入“变量”列表中：从源变量列表中选择“城市名称”变量，然后单击选择按钮将其选入“个案标记依据”列表中。
Step 3 在“分群”选项组内选择“个案”单选按钮。
Step 4 单击“统计量”按钮，弹出“系统聚类分析：图”对话框，勾选“树状图”单选按钮。
Step 5 单击“方法”按钮，弹出“系统聚类分析：方法”对话框，“在聚类方法”下拉列表中选择“Ward法”。
Step 6 单击“确定”按钮，输出分层聚类分析的结果。
六·结果判读描述由图可以看出，例如，我国城市中“地区生产总值（当年价格）”的均值为40808757.00万元，则我国大城市的经济发展不错，但是最大值和最小值之间差距较大，说明我国大城市的经济发展由于各种原因导致发展的不平衡。
各个变量的最大值和最小值之间的差距都很大，说明城市间各方面及总体的发展和生活水平很不平衡，存在很大差距。
由此，我们可以进一步分析：因子分析KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量。
.608Bartlett 的球形度检验近似卡方189.037df 45Sig. .000上图是KMO与Bartlett的检验结果，其中KMO值越接近于1表示越适合做因子分析，改图中KMO的值为0.608>0.5，表示比较适合做因子分析。
Bartlett球形度检验的原假设为相关系数矩阵为单位阵，Sig值为0.000小于显著水平0.05，因此拒绝原假设表示变量之间存在相关关上图给出了每个变量共同度的结果。
该表左侧表示每个变量可以被所有因素所能解释的方差，右侧表示变量的共同度。
从该图中可以得到，0.938、0.971、0.916、0.955、0.693、0.954、0.824、0.626、0.770、0.600，因子分析的变量共同度都较高，表明变量中的大部分信息均能够被因子所提取。
说明因子分析的结果是有效的。
上图给出了因子贡献率的结果。
该表中左侧部分为初始特征值，中间位提取主因子结果，右侧为旋转后的主因子结果。
“合计”指因子的特征值，“方差的 % ”表示该因子的特征值占总特征值的百分比，“累积 % ”表示累计的百分比，其中只有前两个因子的特征值大于1，，因此，提取前两个因子作为主因子。
上图给出了未旋转的因子载荷。
从该表可以得到利用主成分方法提取的两个主因子的载荷值。
为了方便解释因子含义，需要进行因子旋转。
上图给出了旋转后的因子载荷值，其中旋转方法采用的是Kaiser标准化的正交旋转法。
通过因子解释，各个因子有了比较明确的含义。
通过数据可以看出，第一类主因子有地区生产总值、城乡居民储蓄年末余额、社会商品零售总额、货物进出口总额、环境污染治理投资总额。
第二类主因子有年末总人口、医院和卫生院数。
上图给出了特征值的碎石图，通常该图显示大因子的陡峭斜率和剩余因子平缓的尾部，之间有明显的中断。
一般选取主因子在非常陡峭的斜率上，而处于平缓斜率上的因子对变异的解释非常小，从该图可以看出前两个因子都处于非常陡峭的斜率上，从而第三个因子开始斜率变平缓，因此选择前两个因子作为主因子。
成份转换矩阵成份 1 21 .904 .4282 -.428 .904提取方法 :主成分分析法。
旋转法 :具有 Kaiser 标准化的正交旋转法。
上图给出来成分得分系数矩阵。
通过因子分析可以看出，每个因子只有少数几个指标的因子载荷较大，因此可根据上表分类，将这些指标分为两大类：地区生产总值、固定资产投资总额、城乡居民储蓄年末余额、在岗职工平均工资、社会商品零售总额、货物进出口总额、环境污染治理投资总额命名为基本经济指标，、普通高等学校在校学生数、医院、卫生院数是第二类民生指标。
聚类Ward 联结分层聚类分析的冰柱图给出了各类之间的距离，从最后一行向前我们可以依次看出不同的聚类数量下的分类方式。
树状图* * * * * * * * * * * * * * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * * * * * * * * * * * * * *Dendrogram using Ward MethodRescaled Distance Cluster CombineC A S E 0 5 10 15 20 25Label Num +---------+---------+---------+---------+---------+南京 5 -+武汉 9 -+大连 2 -+青岛 8 -+---+宁波 17 -+ |重庆 15 -+ +-------------------------------------------+昆明 10 -+ | |厦门 18 -+ | |哈尔滨 12 -+---+ |西安 16 -+ |拉萨 14 -+ |北京 1 -+-------+ |上海 3 -+ +---------------------------------------+广州 6 -+-------+深圳 7 -+结合聚类分析树形图，建议分为三类城市：上海、广州、北京、深圳为一类，较为发达。