SPSS因子分析实例操作步骤

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-