最新第七章 因子分析.pptVIP

注意：在因子表达式中的各变量为进行标准化变换后的标准变量，均值为0，标准差为1。 7. 由于我们已经在Scores子对话框中选择了Save as variables复选框，因此，因子得分已经作为新的变量保存在数据文件中，变量名分别为fac1_1、fac2_1、fac3_1和fac4_1。此后，我们还可以利用因子得分进行其他的统计分析。 表7.4 因子得分系数矩阵 二、因子分析在市场研究中的应用 表7.5是研究消费者对购买牙膏偏好的调查数据。通过市场的拦截访问，用7级量表询问受访者对以下陈述的认同程度（1表示非常不同意，7表示非常同意）。 V1：购买预防蛀牙的牙膏是重要的； V2：我喜欢使牙齿亮泽的牙膏； V3：牙膏应当保护牙龈； V4：我喜欢使口气清新的牙膏； V5：预防坏牙不是牙膏提供的一项重要利益； V6：购买牙膏时最重要的考虑是富有魅力的牙齿。 表7.5 牙膏属性评分得分表 将表7.5中的数据通过SPSS进行因子分析，得到相关结果是： 1. 特征根和累计贡献率 表7.6 方差贡献率表 从表7.6可以看出，提取两个因子累计方差贡献率就达到82%，第三个特征根相比下降较快，因此我们选取两个公共因子。 2.因子的含义 为了得到意义明确的因子含义，我们将因子载荷阵进行方差最大法旋转，得到旋转后的因子载荷矩阵如下表7.7。 表7.7 旋转后因子载荷矩阵 从因子载荷阵可以看出：因子1与V1（预防蛀牙），V3（保护牙龈），V5（预防坏牙）相关性强，其中V5的载荷是负数，是由于这个陈述是反向询问的；因子2与V2（牙齿亮泽），V4（口气清新），V6（富有魅力）的相关系数相对较高。因此，我们命名因子1为“护牙因子”，是人们对牙齿的保健态度；因子2是“美牙因子”，说明人们“‘通过牙膏美化牙齿’影响社交活动”的重视。从这两方面分析，对牙膏生产企业开发新产品都富有启发意义。 总结因子分析的步骤与逻辑框图 为帮助大家更加清楚因子分析各步之间的脉络联系以及更好的运用因子分析方法解决实际问题，我们把因子分析的步骤及逻辑框图总结如下 进行因子分析应包括如下几步： 根据研究问题选取原始变量 对原始变量进行标准化并求其相关阵，分析变量之间的相关性 求解初始公共因子及因子载荷阵 因子旋转 因子得分 根据因子得分值进行进一步分析 因子分析的逻辑框图 选取原始变量 求相关阵 求公因子及载荷阵 因子旋转 因子得分 深入分析 大多数相关 系数0.3? 其他分析 主成分法 主轴因子法 极大似然法 其他方法 正交旋转 否 是 本章结束 第四节 公因子重要性的分析 一 因子旋转 二 因子得分 一、因子旋转 因子分析的目标之一就是要对所提取的抽象因子的实际含义进行合理解释。有时直接根据特征根、特征向量求得的因子载荷阵难以看出公共因子的含义。例如，可能有些变量在多个公共因子上都有较大的载荷，有些公共因子对许多变量的载荷也不小，说明它对多个变量都有较明显的影响作用。这种因子模型反而是不利于突出主要矛盾和矛盾的主要方面的，也很难对因子的实际背景进行合理的解释。这时需要通过因子旋转的方法，使每个变量仅在一个公共因子上有较大的载荷，而在其余的公共因子上的载荷比较小，至多达到中等大小。这时对于每个公共因子而言（即载荷矩阵的每一列），它在部分变量上的载荷较大，在其它变量上的载荷较小，使同一列上的载荷尽可能地向靠近1和靠近0两极分离。这时就突出了每个公共因子和其载荷较大的那些变量的联系，矛盾的主要方面显现出来了，该公共因子的含义也就能通过这些载荷较大变量做出合理的说明，这样也显示了该公共因子的主要性质。 当m2时，我们可以逐次对每两个公共因子和进行上述旋转。对公因子Fl和Fk进行旋转，就是对A的第l和k两列进行正交变换，使这两列元素平方的相对方差之和达到最大，而其余各列不变，其正交变换矩阵为 二、因子得分 第五节 实例分析与计算机实现 一 利用SPSS进行因子分析 二 因子分析在市场研究中的应用 一、利用SPSS进行因子分析 （一） 操作步骤 1. 在SPSS窗口中选择Analyze→Data Reduction→Factor，调出因子分析主界面图(7.1)，并将变量X1—X13移入Variables框中。 图7.1 因子分析主界面 2. 点击Descriptives按钮，展开相应对话框，见图7.2。选择Initial solution复选项。这个选项给出各因子的特征值、各因子特征值占总方差的百分比以及累计百分比。单击Continue按钮，返回主界面。 图7.2 Descriptives子对话框 3. 点击Extraction按钮