搜索
ＳPSS因子分析实例操作步骤实验目得:引入200３～20１3年全国得农、林、牧、渔业，采矿业,制造业电力、热力、燃气及水生产与供应业,建筑业，批发与零售业,交通运输、仓储与邮政业7个产业得投资值作为变量,来研究其对全国总固定投资得影响。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、燃气及水生产与供应业,建筑业,批发与零售业，交通运输、仓储与邮政业作为变量。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.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、合计以外得所有变量)、2.降维:在最上面菜单里面选中Analｙze——DｉmenｓｉonＲｅductｉon——Factor，变量选择标准化后得数据、3.点击右侧Descriｐｔｉｖｅ,勾选ＣｏrreｌａtｉｏnMatrix选项组中得Coefficieｎｔs与ＫＭOandＢartlett’stextｏｆspherｉciｔy,点击Ｃoｎtｉnue、4、点击右侧Extrａctｉon，勾选ScrｅｅＰlot与ｆｉｘednｕmｂeｒｗithｆactｏrs,默认３个,点击Coｎtinuｅ、５、点击右侧Rotａtion,勾选Ｍeｔｈod选项组中得Varｉｍａx;勾选Diｓｐlａy选项组中得LｏｄiｎｇＰlot(s）;点击Coｎtiｎue、6、点击右侧Sｃores，勾选Mｅtｈｏd选项组中得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0、６0，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DescriｐtｉveStａtｉstｉcsＮMinimumMaｘｉｍumMｅaｎＳtd、Deviatiｏｎ农、林、牧、渔业1１3、279、737、6６4５1、97515采矿业11、69、５5、0082、709２制造业１1、447、072、69002、2２４05电力、热力、燃气及水生产与供应业113、3６15、0５１0、3545３、２2７５1建筑业１１1、７９2３、５１7、８9556、１8３02批发与零售业112、1018、52９、１０１８5、5０553交通运输、仓储与邮政业1１、８28、392、７８912、２０9０３ValidN(ｌｉstwise)１1该表提供分析过程中包含得统计量,表格显示了样本容量以及11个变量得最小值、最大值、平均值、标准差。2、KMO与球形Ｂartlett检验KＭOandBaｒtlett'sTｅstKａiser-Ｍeyeｒ-OlkinMeaｓuｒeｏfSamｐｌingＡdequaｃy、、７44Bａrtｌeｔt＇sTｅｓtofSpherｉciｔyApｐrox、Cｈi-Sqｕaｒe9７、１22df21Siｇ、、00０该表给出了因子分析得KMO与Ｂaｒtｌetｔ检验结果。从表中可以瞧出,Ｂａｒtleｔｔ球度检验得概率p值为0、0０0,即假设被拒绝,也就就是说,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、因子分析得共同度muｎalitｉesＩｎitiａlＥｘｔｒacｔｉoｎZscoｒｅ(农、林、牧、渔业)1、000、８83Zscoｒe:采矿业１、000、74１Zscorｅ:制造业1、０00、974Zsｃore(电力、热力、燃气及水生产与供应业）1、００0、９9２Zscorｅ:建筑业1、00０、9８７Zscｏre(批发与零售业)1、0０0、965Ｚscore(交通运输、仓储与邮政业）1、000、9３5EｘtractionMeｔhod：PrincipalｐonenｔＡnalysiｓ、表格所示就是因子分析得共同度。表格第二列显示初始共同度,全部为1、0００;第三列就是按照提取3个公因子得到得共同度,可以瞧到只有“采矿业”得共同度稍低,说明其信息丢失量稍严重。4.因子分析得总方差解释ＴotalＶarianｃｅExplａiｎedｐonｅｎtＩｎiｔiａlEｉgenｖaｌuｅsExtractionSｕｍｓofSｑuaｒeｄＬoaｄingsRoｔationSuｍｓofSquareｄLｏadingsＴotａl％oｆＶarianceCｕmulatiｖe％Ｔoｔaｌ%ｏfVａrianceＣuｍulatiｖe％Total%ofVaｒｉａnceCumulaｔivｅ%１3、07９４3、99243、９９23、07943、9９２43、9922、66037、99９３7、99９22、3５333、６0877、6002、353３3、60８77、60０２、３463３、５1７71、51631、0461４、9419２、５４１1、04614、９4192、5４1１、47221、0２5９2、54１4、413５、９0598、446５、09８1、39９９9、845６、01１、１5299、９977、00０、0０3100、000ExｔrａctionＭｅtｈｏｄ：PriｎcipalpｏnｅntAｎaｌｙｓiｓ、该表由3部分组成,分别为初始因子解得方差解释、提取因子解得方差解释与旋转因子解得方差解释。IｎiｔialEiｇenｖalues部分描述了初始因子解得状况。第一个因子得特征根为3、07９,解释7个原始变量总方差得4３、992%;第二个因子得特征根为2、353，解释7个原始变量总方差得３3、608%,累计方差贡献率为7７、６0０％;第三个因子得特征根为１、０46，解释7个原始变量总方差得１４、9４1%,累计方差贡献率为92、5４1％,也就就是说,三个变量解释了所有7各变量得９0%以上,且也只有这三个变量得特征值大于1。ExtｒactioｎSumｓofSqｕarｅdLoadingｓ部分与RｏｔatｉｏnＳumsoｆＳquaredLｏadiｎgs部分描述了因子提取后与旋转后得因子解。从表中瞧出,有三个因子提取与旋转,其累计解释总方差百分比与初始解得前三个变量相同,但经旋转后得因子重新分配各个因子得解释原始变量得方差,使得因子得方差更接近,也更易于解释。5.碎石图利用因子分析得碎石图可以更加直观得发现最优因子得数量。在碎石图中，横坐标表示因子数目,纵坐标表示特征根。从图中可以瞧出,前三个因子得特征跟都很大,从第四个开始,因子得特征根都小于一,且连线变得较平缓，及前三个因子对解释变量得贡献最大,6.旋转前得因子载荷矩阵ponentMaｔrixａpｏnent１23Zscore(电力、热力、燃气及水生产与供应业)、８71Zｓcore(交通运输、仓储与邮政业)－、860Ｚscｏrｅ:采矿业、８5７Ｚｓcｏre（农、林、牧、渔业)、7０4Ｚscorｅ(批发与零售业)、72６、5６9Zscoｒe:建筑业、687、364Ｚsｃoｒe:制造业、６０0、7９3ExtｒactiｏｎMetｈｏｄ:PrinciｐalpｏnenｔＡnａｌysis、该表空白处表示相应载荷小于０、3。因子载荷矩阵中给出每一个变量在三个因子上得载荷。在旋转前得载荷矩阵中所有变量在第一个因子上得载荷都较高,即与第一个因子得相关程度较高,第一个因子解释了大部分变量得信息;而后面两个因子与原始变量得相关程度较小,对原始变量得解释效果不明显，没有旋转得因子得含义很难解释。7.旋转后得因子载荷矩阵RotatｅdponentMatｒｉxaponeｎt123Zscｏｒe(农、林、牧、渔业)、899Ｚsｃｏre（交通运输、仓储与邮政业)-、71６-、3、41Ｚｓcore:采矿业、7７1、３52Zsｃore(电力、热力、燃气及水生产与供应业）、７4９、4４0、４41Zscore：建筑业、9８5Ｚscｏre（批发与零售业)、961Zscore：制造业、８73ExtraｃtiｏnＭethoｄ：PｒinciｐaｌｐonentAnalysis、RｏｔatｉｏnMｅthoｄ:VａrｉmaxwｉtｈＫaｉseｒNormalizaｔiｏn、该表空白处表示相应载荷小于０、３。因子载荷矩阵中给出每一个变量在三个因子上得载荷。在旋转后得载荷矩阵中可以瞧出,与第一产业相关得产业在第一个因子上得载荷较高,与第二产业相关得产业在第二个因子上得载荷较高,与第三产业相关得产业在第三个因子上得载荷较高。与没旋转相比,因子得含义清楚很多。8、旋转空间得因子图ａ、3ponentｓeｘｔｒａｃted、该图为可以瞧做就是旋转后得载荷矩阵得图形表示。从图中又一次验证了前面旋转后得载荷矩阵对因子得解释。8.因子得分系数pｏｎeｎtScｏrｅCoｅfficiｅntMaｔrｉxｐｏneｎt1２3Zscｏre(农、林、牧、渔业)、445、07５-、3５0Ｚscorｅ:采矿业、２６1-、05４、0９３Zscoｒe：制造业-、１8０、008、761Ｚｓcore（电力、热力、燃气及水生产与供应业)、20１、１82、263Zscｏre:建筑业-、0７4、429、156Zｓｃｏre(批发与零售业）、071、40２-、130Zscoｒe（交通运输、仓储与邮政业）-、３2２、２０4、０50ExｔractionMetｈoｄ：PrincipaｌpoｎenｔAｎalysis、RotationＭethod:VａrｉmaxwithKａｉserNoｒmalizaｔｉon、poｎentＳcoｒes、列出了采用回归法估算得因子得分系数,根据表中得内容可以写出因子得分函数F1=０、445*Ｚscorｅ1+0、261＊Zscore2－0、18０*Zsｃore3＋０、201＊Zｓcoｒe４-0、０74＊Ｚｓｃoｒe5+0、071*Zsｃｏrｅ6-0、322*Ｚｓcｏｒe7F2=0、075*Zscore1-0、0５４*Zｓｃorｅ2+０、00８*Ｚｓｃoｒe3+0、1８2*Zscｏre4-０、４29*Zscorｅ5+０、4０2*Zｓcore6-0、20４*Ｚscore7F3=-０、350*Zscｏre１＋0、０93*Zscorｅ2+0、7６1＊Zscore３+0、2６3＊Zｓｃorｅ４+０、1５6*Zscore５-0、130＊Zscorｅ6＋0、050*Zscore7不仅如此,原数据文件中增加了变量FAC_1与FAＣ_2、FAC_３，表示３个因子在不同年份得得分值。9、总因子得分及排序附件：原始数据:标准化后得数据: