因子分析程.docVIP

具体操作： 执行[Analyze]/[Data Reduction]/[factor]命令，弹出[factor Analysis]对话框 Variables: X1, X2……. 选入分析变 单击[descriptives]按钮 弹出[descriptives] 勾选KMO and Bartlett’s test of sphericity 进行因子分析适用条件的检验 单击continue 回到主对话框 单击extraction 弹出extraction对话框 勾选display:scree plot（可不选） 输出碎石图 单击continue 单击[scores] 弹出[factor scores]子对话框 勾选display factor score coefficient matrix 输出因子得分系数阵 单击rotation按钮(需要旋转时按，不需要旋转不用按) 弹出[rotation]子对话框 选择varimax 采用方差最大化正交旋转 勾选 loading plots 输出因子载荷图 单击continue 回到主对话框 单击ok 生成以下结果 （一）、KMO and Bartletts Test 这是KMO检验和Bartlett球形检验结果表。KMO检验用于检验变量间的偏相关系数是否过小，一般情况下，当KMO大于0.9时效果最佳，小于0.5时不适宜做因子分析。Bartlett球形检验用于检验相关系数矩阵是否是单位阵，如果结论是不拒绝该假设，则表示各个变量都是各自独立的。 （二）、Communalities 这里变量共同度表，表中给出了提取公共因子前后各变量的共同度，它是衡量公共因子相对重要性的指标。 （三）Total Variance Explained 这是主成分表，表中列出所有的主成分，且按照特征根的从大到小次序排列。 （四）Scree Plot 这是碎石图，是按照特征根大小排列的主成分散点图。纵坐标为特征值，横坐标为因子数。 （五）Component Matrix 因子负荷矩阵，用来反映各个变量的变异可以主要由哪些因子解释。 （六）Rotated Component Matrix 经过正交旋转过后的因子载荷阵。 （七）Component Transformation Matrix 因子转换矩阵。旋转前的因子载荷矩阵乘以因子转换矩阵就等于旋转后的因子载荷矩阵。 （八）Component Plot 因子旋转前的因子载荷图。 （九）Component Plot in Rotated Space 因子旋转后的因子载荷图。 (十)Component Score Coefficient Matrix 这是因子得分系数矩阵。通过此表可以得到用各个变量线性组合表的主成分。 （八）Component Score Coefficient Matrix 因子得分的协方差矩阵，用来反映各因子间的联系程度。