因子方法与SPSS说课.ppt

因子分析 基于SPSS应用软件 一、因子分析的基本原理 因子分析就是将错综复杂的实测变量归结为少数几个因子的多元统计分析方法。其目的是揭示变量之间的内在关联性，简化数据维数，便于发现规律或本质。 因子分析（Factor Analysis)的基本原理是根据相关性大小把变量分组，使得同组变量之间的相关性较高，不同组变量之间相关性较低。每组变量代表一个基本结构，这个结构用公共因子来进行解释。 因子分析的目的之一，即要使因子结构的简单化，希望以最少的共同因素，能对总变异量作最大的解释，因而抽取得因子愈少愈好，但抽取因素的累积解释的变异量愈大愈好。 在因子分析的共同因子抽取中，应最先抽取特征值最大的共同因子，其次是次大者，最后抽取共同因子的特征值最小，通常会接近0。 因子分析数学模型 x1= a11F1 + a12F2 + … + a1mFm + ?1 x2= a21F1 + a22F2 + … + a2mFm + ?2 …… xp= ap1F1+ ap2F2 + … + apmFm + ?p 其中 x1…… xp 代表有i ……p个实测变量； F1 ……Fm代表有j ……m个公共因子； a11 …… apm代表第i个实测变量xi在第j个因子Fj上的负荷，即实测变量xi与因子Fj上的相关系数rij，它反映了xi依赖于因子Fj的程度，也反映了xi在因子Fj上的相对重要性。 Standardized Scoring Coefficients FACTOR1 FACTOR2 FACTOR3 X1 0.05764 -0.06098 0.50391 X2 0.22724 -0.09901 -0.07713 X3 0.14635 0.12957 0.59715 X4 0.47920 0.11228 0.17062 X5 0.45583 0.07419 0.10129 X6 0.05416 0.48629 0.04099 X7 0.05790 0.48562 0.04822 （2）选择分析变量 ——选SPSS [Analyze]菜单中的（Data Reduction）→ （Factor）,出现【 Factor Analysis】对话框； ——在【 Factor Analysis】对话框中左边的原始变量中，选择将进行因子分析的变量选入（Variables）栏。 （3）设置描述性统计量 ——在【 Factor Analysis】框中选【 Descriptives…】 按钮，出现【 Descriptives 】对话框； ——选择 Initial solution （未转轴的统计量）选项 ——选择KMO 选项 ——点击（Contiue）按钮确定。 （4）设置对因子的抽取选项 ——在【 Factor Analysis】框中点击【Extraction】按钮, 出现【 Factor Analysis:Extraction】对话框， ——在Method 栏中选择（Principal components）选项，选择因子求解方法，此选项是主成分解法； ——在Analyze 栏中选择Correlation matrix选项，选择是基于相关系数矩阵来进行因子分析； ——在Display 栏中选择Unrotated factor solution选项，要求输出不旋转的载荷矩阵； ——在Extract 栏中选择Eigenvalues over 并填上 1 ，要求留下特征根大于1的公共因子； ——点击（Contiue）按钮确定，回到【 Factor Analysis】 对话框中。 （5）设置因子转轴 —— 在【 Factor Analysis】对话框中，点击【Rotation】 按钮，出现 【 Factor Analysis:Rotation 】（因子分析： 旋转）对话框。 —— 在Method 栏中选择 Varimax（方差最大法）, —— 在Display栏中选择 Rotated solution（转轴后的解） —— 点击（Contiue）按钮确定，回到【 Factor Analysis】 对话框中。 （6）设置因子分数 —— 在【 Factor Analysis】对话框中，点击【Scores】 按钮，出现 【 Factor Analysis: Scores 】（因子分析： 分数）对话框。 —— 一般取默认值。 —— 点击（Contiue）按钮确定，回到【