公因子方差公因子方差.doc

解释的总方差 成份 初始特征值 提取平方和载入 旋转平方和载入 合计 方差的 % 累积 % 合计 方差的 % 累积 % 合计 方差的 % 累积 % 1 9.121 82.916 82.916 9.121 82.916 82.916 9.061 82.376 82.376 2 1.382 12.563 95.478 1.382 12.563 95.478 1.441 13.102 95.478 3 .356 3.240 98.718 4 .141 1.282 100.000 5 8.666E-16 7.879E-15 100.000 6 3.199E-16 2.908E-15 100.000 7 -1.171E-17 -1.064E-16 100.000 8 -2.468E-17 -2.244E-16 100.000 9 -2.664E-16 -2.421E-15 100.000 10 -3.410E-16 -3.100E-15 100.000 11 -7.122E-16 -6.475E-15 100.000 提取方法：主成份分析。 运用SPSS19.0对原始变量进行因子分析，得到上表。表中内容包含11个变量初始特征值及方差贡献率、提取两个公共因子后的特征值及方差贡献率、旋转后的两个公共因子后的特征值及方差贡献率。第一成分的初始特征值为9.121，远远大于1；第二成分的初始特征值为1.382，大于1；从第三成分开始，其初始特征值均小于1，故因此选择两个公共因子便可以得到95.478%的累计贡献率，即表示两个公共因子可以解释约95%的总方差,结果理想。 公因子方差 初始 提取 X1 1.000 .843 X2 1.000 .969 X3 1.000 .922 X4 1.000 .894 X5 1.000 .956 X6 1.000 .985 X7 1.000 .993 X8 1.000 .997 X9 1.000 .989 X10 1.000 .997 X11 1.000 .958 提取方法：主成份分析。 从上表的结果可知，这11个变量的共性方差均大于0.5，且大部分都接近或者超过0.9，故表示提取的两个公因子能够很好地反映原始变量的主要信息。 上图的信息表达的内容和公因子方差表的内容一致，碎石图中明显发现第一个公因子和第二个公因子变化最大，其累计贡献率达到了95.48%。这就说明从11个变量提取的两个公因子可以表达足够的原始信息。 成份矩阵a 成份 1 2 X1 .895 -.205 X2 -.749 .638 X3 .791 -.545 X4 .779 .535 X5 .946 -.247 X6 .923 .366 X7 .997 -.001 X8 .997 .064 X9 .993 .062 X10 .929 .367 X11 .973 .109 提取方法 :主成份。 a. 已提取了 2 个成份。 上表表示用主成分的提取方法得到旋转前的的因子负荷矩阵，根据0.5的原则，因子1在11个变量都有很大的负荷，因此可以认为因子1反应的是总体城市化的综合情况。因子2在第二产业总产值占GDP比重X2、第三产业总产值占GDP比重X3、地方财政收入X4变量上有较大的负荷，因此可以说明因子2反映的是产业结构经济发展因子。 旋转成份矩阵a 成份 1 2 X1 .874 -.282 X2 -.691 .701 X3 .740 -.612 X4 .823 .465 X5 .921 -.329 X6 .951 .283 X7 .993 -.088 X8 .998 -.024 X9 .994 -.025 X10 .957 .285 X11 .978 .023 提取方法 :主成份。 旋转法 :具有 Kaiser 标准化的四分旋转法。 a. 旋转在 3 次迭代后收敛。 采用四次方最大旋转后，得到旋转后的因子负荷矩阵。同样根据0.5原则可知，因子1可以支配这11个变量，反映的是总体情况。因子2可以支配第二产业总产值占GDP比重X2、第三产业总产值占GDP比重X3，反映的是产业结构因子。这个与上面没有旋转的第二公共因子包含的内容略有差别，这说明该旋转对因子负荷起到了明显的作用。 故可以得到旋转后的因子分析模型为： =0.874-0.282 =-0.691+0.701 =0.74-0.612 =0.823+0.465 =0.921-0.329 =0.951+0.283 =0.993-0.088 =0.998-