SPSS因子分析实例操作步骤.docx
- 文档编号:14692642
- 上传时间:2023-06-26
- 格式:DOCX
- 页数:15
- 大小:367.82KB
SPSS因子分析实例操作步骤.docx
《SPSS因子分析实例操作步骤.docx》由会员分享,可在线阅读,更多相关《SPSS因子分析实例操作步骤.docx(15页珍藏版)》请在冰点文库上搜索。
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:
引入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:
操作过程:
第一步:
导入Excel数据文件?
?
?
1.opendatadocument——opendata——open;
2.Openingexceldatasource——OK.
第二步:
1.数据标准化:
在最上面菜单里面选中Analyze——DescriptiveStatistics——OK?
(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——DimensionReduction——Factor?
,变量选择标准化后的数据.
3.点击右侧Descriptive,勾选CorrelationMatrix选项组中的Coefficients和KMOandBartlett’stextofsphericity,点击Continue.
4.点击右侧Extraction,勾选ScreePlot和fixednumberwithfactors,默认3个,点击Continue.
5.点击右侧Rotation,勾选Method选项组中的Varimax;勾选Display选项组中的LodingPlot(s);点击Continue.
6.点击右侧Scores,勾选Method选项组中的Regression;勾选Displayfactorscorecoefficientmatrix;点击Continue.
7.点击右侧Options,勾选CoefficientDisplayFormat选项组中所有选项,将Absolutevalueblow改为,点击Continue.
8.返回主对话框,单击OK.
输出结果分析:
1.描述性统计量
DescriptiveStatistics
N
Minimum
Maximum
Mean
Std.Deviation
农、林、牧、渔业
11
采矿业
11
.6
制造业
11
.44
电力、热力、燃气及水生产和供应业
11
建筑业
11
批发和零售业
11
交通运输、仓储和邮政业
11
.82
ValidN(listwise)
11
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。
和球形Bartlett检验
KMOandBartlett'sTest
Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.
.744
Bartlett'sTestofSphericity
Approx.Chi-Square
df
21
Sig.
.000
该表给出了因子分析的KMO和Bartlett检验结果。
从表中可以看出,Bartlett球度检验的概率p值为,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着差异。
同时,KMO值为,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
Communalities
Initial
Extraction
Zscore(农、林、牧、渔业)
.883
Zscore:
采矿业
.741
Zscore:
制造业
.974
Zscore(电力、热力、燃气及水生产和供应业)
.992
Zscore:
建筑业
.987
Zscore(批发和零售业)
.965
Zscore(交通运输、仓储和邮政业)
.935
ExtractionMethod:
PrincipalComponentAnalysis.
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;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
TotalVarianceExplained
Component
InitialEigenvalues
ExtractionSumsofSquaredLoadings
RotationSumsofSquaredLoadings
Total
%ofVariance
Cumulative%
Total
%ofVariance
Cumulative%
Total
%ofVariance
Cumulative%
1
2
3
4
.413
5
.098
6
.011
.152
7
.000
.003
ExtractionMethod:
PrincipalComponentAnalysis.
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。
InitialEigenvalues部分描述了初始因子解的状况。
第一个因子的特征根为,解释7个原始变量总方差的%;第二个因子的特征根为,解释7个原始变量总方差的%,累计方差贡献率为%;第三个因子的特征根为,解释7个原始变量总方差的%,累计方差贡献率为%,也就是说,三个变量解释了所有7各变量的90%以上,且也只有这三个变量的特征值大于1。
ExtractionSumsofSquaredLoadings部分和RotationSumsofSquaredLoadings部分描述了因子提取后和旋转后的因子解。
从表中看出,有三个因子提取和旋转,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
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,前三个因子的特征跟都很大,从第四个开始,因子的特征根都小于一,且连线变得较平缓,及前三个因子对解释变量的贡献最大,
6.旋转前的因子载荷矩阵
ComponentMatrixa
Component
1
2
3
Zscore(电力、热力、燃气及水生产和供应业)
.871
Zscore(交通运输、仓储和邮政业)
Zscore:
采矿业
.857
Zscore(农、林、牧、渔业)
.704
Zscore(批发和零售业)
.726
.569
Zscore:
建筑业
.687
.364
Zscore:
制造业
.600
.793
ExtractionMethod:
PrincipalComponentAnalysis.
a.3componentsextracted.
该表空白处表示相应载荷小于。
因子载荷矩阵中给出每一个变量在三个因子上的载荷。
在旋转前的载荷矩阵中所有变量在第一个因子上的载荷都较高,即与第一个因子的相关程度较高,第一个因子解释了大部分变量的信息;而后面两个因子与原始变量的相关程度较小,对原始变量的解释效果不明显,没有旋转的因子的含义很难解释。
7.旋转后的因子载荷矩阵
RotatedComponentMatrixa
Component
1
2
3
Zscore(农、林、牧、渔业)
.899
Zscore(交通运输、仓储和邮政业)
采矿业
.771
.352
Zscore(电力、热力、燃气及水生产和供应业)
.749
.440
.441
Zscore:
建筑业
.985
Zscore(批发和零售业)
.961
Zscore:
制造业
.873
ExtractionMethod:
PrincipalComponentAnalysis.
RotationMethod:
VarimaxwithKaiserNormalization.
该表空白处表示相应载荷小于。
因子载荷矩阵中给出每一个变量在三个因子上的载荷。
在旋转后的载荷矩阵中可以看出,与第一产业相关的产业在第一个因子上的载荷较高,与第二产业相关的产业在第二个因子上的载荷较高,与第三产业相关的产业在第三个因子上的载荷较高。
和没旋转相比,因子的含义清楚很多。
8.旋转空间的因子图
该图为可以看做是旋转后的载荷矩阵的图形表示。
从图中又一次验证了前面旋转后的载荷矩阵对因子的解释。
8.因子得分系数
ComponentScoreCoefficientMatrix
Component
1
2
3
Zscore(农、林、牧、渔业)
.445
.075
Zscore:
采矿业
.261
.093
Zscore:
制造业
.008
.761
Zscore(电力、热力、燃气及水生产和供应业)
.201
.182
.263
Zscore:
建筑业
.429
.156
Zscore(批发和零售业)
.071
.402
Zscore(交通运输、仓储和邮政业)
.204
.050
ExtractionMethod:
PrincipalComponentAnalysis.
RotationMethod:
VarimaxwithKaiserNormalization.
ComponentScores.
列出了采用回归法估算的因子得分系数,根据表中的内容可以写出因子得分函数
F1=*Zscore1+**Zscore3+**Zscore5+**Zscore7
F2=**Zscore2+*Zscore3+**Zscore5+**Zscore7
F3=*Zscore1+*Zscore2+*Zscore3+*Zscore4+**Zscore6+*Zscore7
不仅如此,原数据文件中增加了变量FAC_1和FAC_2、FAC_3,表示3个因子在不同年份的得分值。
9.总因子得分及排序
附件:
原始数据:
标准化后的数据:
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SPSS 因子分析 实例 操作 步骤