因子分析实验(精选).docVIP

因子分析 实验目的和实验原理 实验目的：1 掌握因子分析的实验命令 2 能够运用因子分析方法解决实际问题 实验原理： 正交因子模型 实验题目 本数据是调查人们对各种厂牌汽车品质的评分，该表如下，请对调查表进行因子分析： 福特 日产 欧宝 宝马 丰田 裕隆 喜美 光阳 1 33.00 42.00 87.00 43.00 67.00 88.00 45.00 56.00 2 23.00 45.00 67.00 89.00 32.00 43.00 55.00 67.00 3 56.00 86.00 77.00 88.00 44.00 33.00 66.00 88.00 实验步骤 在数据文件打开之后，依次选择“Analyze Date Reduction Factor”,打开[Factor Analysis]对话框。 在左边的原始变量框中选择将进行因素分析的变量福特、日产直到光阳等8项选入“Variables”栏内。 选择[Descriptives]按钮，打开[Descriptives]对话框，选择“Initial solution”复选项。 选择[Extraction]按钮，打开[Extraction]对话框，选择“Principal components”选项。 选择[Rotation]按钮，打开[Rotation]对话框，选择“Varmus”选项。 选择[Scores]按钮，打开[Factor Scores]对话框，选择“Regression”选项。 选择[OK]按钮，开始进行统计分析程序。 输出结果及分析 表1 Communalities Initial Extraction 福特 1.000 1.000 日产 1.000 1.000 欧宝 1.000 1.000 宝马 1.000 1.000 丰田 1.000 1.000 裕隆 1.000 1.000 喜美 1.000 1.000 光阳 1.000 1.000 Extraction method:principal component Analysis 表2 Total variance Explained Component Initial Eigenvalies Extraction sums of squared loadings Rotation sums of squared loadings Total % of variance Communalities Total % of variance Communalities Total % of variance Communalities 1 5.676 70.948 70.948 5.676 70.948 70.948 4.025 50.314 50.314 2 2.324 29.052 100.000 2.234 29.052 100.000 3.975 49.686 100.000 3 2.235E-15 2.791E-14 100.000 4 3.541E-16 4.251E-15 100.000 5 -5.999E-18 -7.499E-17 100.000 6 -7.627E-17 -9.534E-16 100.000 7 -1.091E-16 -1.346E-15 100.000 8 -5.838E-16 -7.297E-15 100.000 Extraction method:principal component Analysis 在此表内显示各因素能解释的方差的比例，也称变量的共同度。共同度从0到1，0为因素不解释任何方差，1为所有方差均被因素所解释。一个因素若能越大的解释变量的方差，说明因素包含原有变量信息的数量越多。从表中可以看出，第一个因素能解释的方差比例为70%，第二个为29%，成分矩阵如下表： 表3 1 2 福特 .527 .850 日产 .825 .565 欧宝 -.656 .755 宝马 .939 -.344 丰田 -.780 .626 裕隆 -.987 .160 喜美 .976 .217 光阳 .932 .362 Extraction method:principal component Analysis a.2 Components Extracted 此表给出了使用因子能解释的各个变量的比。