SPSS因子分析报告实例操作步骤

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

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:

1 / 12
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功