SPSS因子分析实例操作步骤
- 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因子分析实例操作步骤
实验目的:
弓I入2003~2013年全国的农、林、牧、渔业,采矿业,制造业电力、热力、燃气及水生产和供应业,建筑业,批发和零售业,交通运输、仓储和邮政业7个产业的投资值作为变量,来研究其对全国总固定投资的影响。
实验变量:
以年份,合计(单位:千亿元),农、林、牧、渔业,采矿业,制造业电力、热力、燃气及水生产和供应业,建筑业,批发和零售业,交通运输、仓储和邮政业作为变量。
实验方法:因子分析法软件:spss19.0 操作过程:
第一步:导入Excel数据文件
1. open data document ------- o pen data ------- o pen;
2. Opening excel data source OK.
第二步:
1.数据标准化:在最上面菜单里面选中Analyze ----- Descriptive Statistics --------- O K (变量选择除年份、合计以外的所有变量)
2.降维:在最上面菜单里面选中Analyze ----------- Dimension
Reduction ----- Factor ,变量选择标准化后的数据.
3. 点击右侧 Descriptive ,勾选Correlation Matrix 选项组中的 Coefficients 和 KMO and Bartlett ' s text of sphericity, Con ti nue.
-Statistics ----------------------------
■ I ■■■■■■:■■ all ■■«■■■■■■■■■■ ■■■
Ml ■■■ «■ ■ ■ na ■ ■■■
^Univariate descripbves
l^iTlir- ill ii-fillliRtili l«9 II Will M ill i-fBIid-'i III nill^
J Initial solution Correlation Matrix R CoefTidents
. Jnv&rss
[J Significance leveisLJ Reproduced I : De term j nmnt [. . Ant-image J KMO and BartletTs test of sphericity
Continue Cancel Help
i\____
— ■— ______________________________________________________________________________
4. 点击右侧 Extraction, 勾选 Scree Plot 禾口 fixed number with factors 默认3个,点击Continue.
翰 Factor Analysis
点击 壬亠 Factor Analysis; Descriptiv-es
也Factor Analyst: Extr^ction
5. 点击右侧Rotation ,勾选Method选项组中的Varimax;勾选Display 选项组中的Lodi ng Plot(s);点击Con ti nue.
Continue Canc&l
6. 点击右侧Scores,勾选Method选项组中的Regression ;勾选Display factor score coefficient matrix ; 点击Continue.
耐Factor Analysis: Factor Scores
-/^Sa'i/e as variables
l^flTi iam ■ ■■■ «■ ■ ■■aniBi^BBiiiaHiiBimii■■ IMJ I
I Method
(o Regression
] © Bartlett
O Anderson-Rubin
Display factors 亡o「直Meffiei&rt matrix
[continue Cancel Help
7. 点击右侧Options,勾选Coefficient Display Format 项,
选项组中所有选将Absolute value blow 改为0.60,点击Continue.
捕Factor Analysis: Options
8. 返回主对话框,单击OK.
[contiriLiQj Cancel Help
输出结果分析:
1.描述性统计量
该表提供分析过程中包含的统计量,表格显示了样本容量以及11个变量的最小值、最大值、平均值、标准差。
2. KMO和球形Bartlett 检验
该表给出了因子分析的KMC和Bartlett 检验结果。从表中可以看出,Bartlett 球度检验的概率p值为0.000,即假设被拒绝,也就是说,可以认为相关系数矩阵与单位矩阵有显著差异。同时,KMO直为0.744,根据KMO度量标准可知,原变量适合进行因子分析。
3. 因子分析的共同度
表格所示是因子分析的共同度。表格第二列显示初始共同度,全部为1.000 ;第三列是按照提取3个公因子得到的共同度,可以看到只有“采矿业”的共同度稍低,说明其信息丢失量稍严重。
4. 因子分析的总方差解释
该表由3部分组成,分别为初始因子解的方差解释、提取因子解的方差解释和旋转因子解的方差解释。
Ini tial Eige nvalues 部分描述了初始因子解的状况。第一个因子的
77.600%;第三个因子的特征根为1.046,解释7个原始变量总方差的 14.941%,累计方差贡献率为92.541%,也就是说,三个变量解释了所有 7
Extraction Sums of Squared Loadings 咅B 分禾口 Rotation Sums of
Squared Loadings 部分描述了因子提取后和旋转后的因子解。从表中看出,
其累计解释总方差百分比和初始解的前三个变量
相同,但经旋转后的因子重新分配各个因子的解释原始变量的方差,使得 因子的方差更接近,也更易于解释。 5. 碎石图
Scree Plot
Component Number
利用因子分析的碎石图可以更加直观的发现最优因子的数量。 在碎石
图中,横坐标表示因子数目,纵坐标表示特征根。从图中可以看出,前三
3.079 , 解释7个原始变量总方差的 43.992%;第二个因子的特征 2.353, 解释7个原始变量总方差的 33.608%,累计方差贡献率为 90%以上,且也只有这三个变量的特征值大于
1。
1-
o-