SPSS因子分析报告实例操作步骤

SPSSSPSS因子分析实例操作步骤因子分析实例操作步骤 实验目的实验目的： 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：实验方法：因子分析法 软件软件： 操作过程：操作过程： 第一步：导入Excel数据文件 1. open data document——open data——open； 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——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——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,点击 Continue. 4.点击右侧 Extraction,勾选 Scree Plot和 fixed number with factors ， 默认 3 个，点击 Continue. 5.点击右侧 Rotation，勾选 选项组中的 Varimax；勾选 Display 选 项组中的 Loding Plot(s)；点击 Continue. 6.点击右侧 Scores，勾选 选项组中的 Regression；勾选 Display factor score coefficient matrix；点击 Continue. 7.点击右侧 Options，勾选 Coefficient Display at选项组中所有选 项，将 Absolute value blow 改为，点击 Continue. 8.返回主对话框，单击 OK. 输出结果分析：输出结果分析： 1.描述性统计量 Descriptive StatisticsDescriptive Statistics N 农、林、牧、渔业 采 矿 业 制 造 业 11 11 11 Minimum .6 .44 MaximumMeanStd. Deviation 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 Valid N (listwise) 11 11 11 11 11 .82 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 KMO and Bartlett s TestKMO and Bartlett s Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett s Test of SphericityApprox. Chi-Square .744 df21 Sig000 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著差异。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 CommunalitiesCommunalities InitialExtraction Zscore(农、林、牧、渔业) Zscore:采 矿 业 Zscore:制 造 业 Zscore(电力、热力、燃气及 水生产和供应业) Zscore:建 筑 业 Zscore(批发和零售业) Zscore(交通运输、仓储和邮 政业) .883 .741 .974 .992 .987 .965 .935 Extraction : Principal Component Analysis. 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 Total Variance Explained Extraction Sums of Squared Initial Eigenvalues Compon ent 1 2 3 4 5 6 7 % of TotalVariance .413 .098 .011 .000 .152 .003 Cumulative % Loadings % of TotalVariance Cumulative %Total Rotation Sums of Squared Loadings % of Variance Cumulative % Extraction : Principal Component Analysis. 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。 Initial Eigenvalues 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。 Extraction Sums of Squared Loadings 部分和 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， 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 Component 1 Zscore(电力、热力、燃气及水生产 和供应业) Zscore(交通运输、仓储和邮政业) Zscore:采 矿 业 Zscore(农、林、牧、渔业) Zscore(批发和零售业) Zscore:建 筑 业 Zscore:制 造 业 .857 .704 .726 .687 .569 .364 .600.793 .871 23 Component Matrix