探索性因子分析培训材料.pptVIP

探索性因素分析及SPSS应用 因子分析的定义 SPSS中实现过程 因子分析是将现实生活中众多相关、重叠的信息进行合并和综合，将原始的多个变量和指标变成较少的几个综合变量和综合指标，以利于分析判定。 因子分析的核心作用：探索结构、简化数据 因素分析的的作用 英国统计学家Moser Scott在1961年对英国157个城镇发展水平进行调查时，原始测量的变量有57个，而通过因子分析发现，只需要用5个新的综合变量（它们是原始变量的线性组合），就可以解释95%的原始信息。对问题的研究从57维度降低到5个维度，因此可以进行更容易的分析。 因子分析的一个降维例子 因子分析有两个核心问题：一是如何构造因子变量；二是如何对因子变量进行命名解释 。 （1）确定待分析的原有若干变量是否适合于因子分析。 （2）求解初始因子解 （3）利用旋转使得因子变量更具有可解释性。 （4）计算因子变量的得分。 因子分析的4个基本步骤 因子分析是从众多的原始变量中构造出少数几个具有代表意义的因子变量，这里面有一个潜在的要求，即原有变量之间要具有比较强的相关性。如果原有变量之间不存在较强的相关关系，那么就无法从中综合出能反映某些变量共同特性的少数公共因子变量来。 因此，在因子分析时，需要对原有变量作相关分析。 因子分析前的准备工作 最简单的方法就是计算变量之间的