主成分因子分析步骤.docVIP

主成分分析、因子分析步骤 不同点 主成分分析 因子分析 概念 具有相关关系的p个变量，经过线性组合后成为k个不相关的新变量 将原数据中多个可能相关的变量综合成少数几个不相关的可反映原始变量的绝大多数信息的综合变量 主要 目标 减少变量个数，以较少的主成分来解释原有变量间的大部分变异，适合于数据简化 找寻变量间的内部相关性及潜在的共同因素，适合做数据结构检测 强调 重点 强调的是解释数据变异的能力，以方差为导向，使方差达到最大 强调的是变量之间的相关性，以协方差为导向，关心每个变量与其他变量共同享有部分的大小 最终结果应用 形成一个或数个总指标变量 反映变量间潜在或观察不到的因素 变异解释程度 它将所有的变量的变异都考虑在内，因而没有误差项 只考虑每一题与其他题目共同享有的变异，因而有误差项，叫独特因素 是否需要旋转 主成分分析作综合指标用， 不需要旋转 因子分析需要经过旋转才能对因子作命名与解释 是否有假设 只是对数据作变换，故不需要假设 因子分析对资料要求需符合许多假设，如果假设条件不符，则因子分析的结果将受到质疑 因子分析 1 【分析】→【降维】→【因子分析】 （1）描述性统计量（Descriptives）对话框设置 KMO和Bartlett的球形度检验（检验多变量正态性和原始变量是否适合作因子分析）。 因子抽取（Extraction）对话框设置 方法：默认主成