因子分析课件-因素分析-详解.pptVIP

结果分析 案例 1 （4）解释总变异量 表1-10 解释总变异量 表1-10分三大部分， ①初始特征值（初步抽取共同因素的结果）。Total（总和）直列的数字为每一因子的特征值，特征值越大表示因子在解释9个变量的变异量时越重要；第二直列“% of Variance”（方差的%）为每一个抽取因素可解释变量的百分比；第三直列“Cumulative%”（累计%）为解释变量的变异量的累计百分比。 ②平方和负荷量萃取（转轴前的特征值、解释变异量和累计解释变异量）将左边9个成份中抽取3个特征值最大的列于右边。 ③转轴平方和负荷量（转轴后的特征值、解释变异量及累计解释变异量）。 解释总变异量 初始特征值 平方和负荷量萃取 转轴平方和负荷量 累计% 方差的% 总和 成分 萃取法：主成分分析法 ② ③ ① 第一个因子的特征值为4.987，解释原有9个变量总方差的55.415%（4.987?9?100%），累计方差贡献率55.275%；其余数据含义类似。 由于特征值是由大到小排列，所以第一个因子的解释变异量通常是最大者，它解释了总变异量的55.415%，其次是第二个1.868，再是第三个0.740。 指定提取三个因子后，三个因子共解释了原有变量总方差的84.390%。总体上，三个因子反映了原有变量的大部分信息，因子分析效果理想。 转轴前三个因子的特征值分别为4.987，1.868，0.740，特征值总和为7.595 ；转轴后为3.709，2.085，1.202，特征值总和为6.996。??? 转轴后，个别因子的特征值会改变，但所有因子的总特征值不变，转轴后三个因子的特征值间差异较小。 转轴后四个因子可以解释的总变异量不变，仍然是84.390。 特 征 值 碎石图 因子数目 结果分析 案例 1 （5） 碎石图 图1-11 因素间共同性结果 碎石图（陡坡图）检验的判断准则是取坡线突然剧升的因素，删除坡线平坦的因素。 图1-11中我们可以看出，第三个因素以后，坡线甚为平坦，因而保留2个因素较为适宜。此题中我们保留了3个因子，其实第3个因子似乎可以删除。 成分矩阵（a） 成分 转轴后的成分矩阵（a） 成分 结果分析 案例 1 （5） 成分矩阵 表1-12 成分矩阵 表1-13 转轴后的成分矩阵 表1-12显示了因子负荷矩阵，是因子分析的核心内容。可以看出，9个变量在第1个因子上的负荷都很高，意味着它们与第1个因子的相关程度高，其余2个因子与9个变量的相关性较小。 另外还可以看到，这三个因子的实际含义比较模糊。 表1-12显示了旋转后的成分矩阵。招生数、在校生数、毕业生数、专任教师数和经费比例4个变量在第1个因子上有较高的负荷，第1个因子主要解释这4个变量，其意义代表中等职业教育的相对规模大小，可解释为发展规模； 生均教育经费、高级教师比例、本科教师比例3个变量在第2个因子上有较高的负荷，第2个因子主要解释这3个变量，其意义代表中等职业教育的办学条件（师资、经费），可解释为办学条件； 第3个因子主要解释学校平均在校生人数这个原有变量，其意义可表示中等职业教育的学校规模，可解释为学校规模效益。 与转轴前相比，因子含义较为清晰。 每变量在三个因子上的相关系数。 成分矩阵（a） 成分 转轴后的成分矩阵（a） 成分 结果分析 案例 1 （5） 成分矩阵 表1-12 成分矩阵 表1-13 转轴后的成分矩阵 转轴的目的在于获得简单结构（simple structure），使一个共同因素很清楚的被一组变量数所界定，使每一个变量能归属于一个明确的主因素（home factor）（Spicer，2005）。 因素负荷量的选取标准一般以0.4来检验。（即3个因素负荷量中只能有一个的绝对值大于0.4。） “经费比例”这一变量与共同因素二的因素负荷量为0.586，表示该变量虽然归属于共同因素一，但其与共同因素二仍有很密切的关联。“本科教师比例”这一变量也类似。这种结果显示，以直交转轴的最大变异法来进行因素转轴，并未完全符合简单结构的要求。 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 转轴后的成分矩阵（a） 成分 结果分析 案例 1 （5） 成分矩阵 表1-13 转轴后的成分矩阵 根据该表可以写出本例的因子分析模型： 招生数=0.937F1+0.142F2+0.202F3 在校生数=0.9