因子分析实验报告

相关分析的原理：

步骤一：将原始数据标准化。

因子分析的第一步是主成分分析，将总量较多的因素通过线性组合的方式组合成几个因素，且这些因素之间相互独立。

步骤二：建立变量的相关系数矩阵R

Analyse->Dimention Ruduction-> Fetor ->Extraction-> 勾选Correlation matrix可以输出相关系数矩阵，相关系数矩阵计算了变量之间两两的pearson相关系数。步骤三：适用性检验

使用Bartlett球形检验或者KMO球形检验来检验样本是否适合进行因子分析。

评价标准：

KMO检验用于检验变量间的偏相关系数是否过小，一般情况下，当KMO大于0.9时效果最佳，小于0.5时不适宜做因子分析。

Bartlett球形检验用于检验相关系数矩阵是否是单位阵，如果结论是不拒绝该假设，则表示各个变量都是各自独立的。

步骤四：根据因子贡献率选取因子，特征值和特征向量构建因子载荷矩阵A。

处于简化和抽取核心的思想，一般会按照某种标准选取前几个对观测结果影响较大的因素构建

因子载荷矩阵，一般的标准是选取特征根大于1的因子。并要求累积贡献率达到

90%以上

步骤五：对A进行因子旋转

因子旋转的目的是使因子载荷矩阵的结构发生变化，使每个变量仅在一个因子上有较大载荷。是将因子矩阵在一个空间里投影，使单个向量的投影在仅在一个变量的方向有较大的值，这样做可以简化分析。

步骤六：计算因子得分：

计算因子得分是计算在不同样本水平下观测指标的水平的方式。计算因子得分需要用到因子得分计算函数，这个计算的结果是无量纲的，仅表示各因子在这个水平下观测指标的值，这也是因子分析的目标，将不可观测的目标观测量用一个函数与可以观测的变量联系起来。

四、实验目的

理解因子分析的含义，以及数学原理，掌握使用SPSS进行因子分析的方法，并能对spss因子分析产生的输出结果进行分析。

五、实验容及步骤

本次实验包含两个例子：

实验步骤：

(0)问题描述

实验一题目要求：对我国主要城市的市政基础设施情况进行因子分析。

实验二题目要求：主要城市日照数sav为例，其中的变量包括城市的名称“ city ”、各个月份的日照数

(1)实验二步骤：执行analyze->dimention reduction->factor->rotation 女口下勾选

⑵执行Analyse->Dimention Ruduction ，打开分析窗口

打开参数设置窗口

⑶点击 Descripitives ，选择 initial solution （输出原始分析结果）、coefficients 相关系数矩阵）、勾选进行 KMO 和bartlett 球形检验，完成之后点击continue

数设置窗口

（输出回到参

加入变量

输出选项

(4)点击Extraction输出碎石图，完成之后点击continue回到参数设置窗口

勾选输出碎石图

勾选输出因子得分，完成之后点击con ti nue回到参数设置窗口

输出因子得分

(6)选择缺失的值用均值代替，完成之后点击contin ue回到参数设置窗口

总Factor Analysis: Options

-Missing Values --------------------------------

O Btclude cases lislwise

O Exclude pairwise 喊Rep-lace with rnean

■■A/IIBIH JIII I*II ms an BIUA■■■MM ■■■■<>«■■■■■JIIBI&UBII・■■・・・・・・■•■・・・ MH,

-CoeffiGent DisplaY Format-----------------

□Sorted by size

□Suppress small coefficients

Absolute v^lue below：

[contiriu®] Canwl 11 Help

均值代替缺失数据

(7)点击OK，输出分析结果

六、实验器材(设备、兀器件)：

计算机、打印机、硒鼓、碳粉、纸

七、实验数据及结果分析

(1)实验一主要结果及分析：

从表里的结果可以看出，KMO的检验值为0.856，—般KMO值大于0.9认为适合做因

子分析，这个值为0.856接近0.9，适合做因子分析