spss因子分析实例.docxVIP

．研究目的：为了研究农民收入，我们选取了其中 7 种主要影响因素，包括 财政用于农业的支出的比重（%），第二、三产业从业人数占全社会从业人数的 比重（%），非农村人口比重，乡村从业人员占农村人口的比重（%），农业总 产值占农林牧总产值的比重（%），农作物播种面积（千公顷），农村用电量 （亿千瓦时）。（数据见最后一页） ．研究变量：在经济生活中，根据以上分析，我们在影响农民收入因素 中引入 7 个变量。即设置变量:x1-财政用于农业的支出的比重,x2-第二、三产 业从业人数占全社会从业人数的比重，x3-非农村人口比重，x4-乡村从业人员 占农村人口的比重，x5-农业总产值占农林牧总产值的比重，x6-农作物播种面 积，x7  — 农村用电量。 1、研究方法：SPSS 中的因子分析。 具体操作步骤 （1）定义变量：x1-财政用于农业的支出的比重,x2-第二、三产业从业人 数占全社会从业人数的比重，x3-非农村人口比重，x4-乡村从业人员占农村人 口的比重，x5-农业总产值占农林牧总产值的比重，x6-农作物播种面积，x7  — 农村用电量。 （2）导入数据： file-open-data （3）变量标准化 Analyze-Descriptive Statistics-Descriptives 勾选 Save standardized values as variables 保存变量，再点击 ok，就完成了对变 量的标准化。 （3）因子分析 Analyze—Dimension Reduction—Faction 点击右侧的 Description 选项，选择 Statistics 选项组中的 initial solution，勾选 Correlation Matrix 选项组中的 Coefficients 和 KMO and Bartlelts test of sphericity，点击 Continue。 点击右侧 Extraction 选项，其中 Method 选 Principal components，Analyze 选择 Correlation matrix，Display 中选择 Unrotated factor solution，Extract 如图，点击 Continue. 点击右侧 Rotation 选项，勾选 Method 选项组中的 Varimax，Display 中的两个选项都勾选， 点击 Continue。 点击右侧 Scores，如图勾选，点击点击 Continue。 最后点击 options，默认 （4）结果分析 1.KMO and Bartletts 的检验结果图 KMO and Bartletts Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .725 Bartletts Test of Sphericity Approx. Chi-Square 255.159 Bartletts Test of Sphericity df 21 Bartletts Test of Sphericity Sig. .000 可以从此表中看出 KMO 统计量为 0.725，大于最低标准，说明适合做因子分析，Bartlet 球 形检验，p0.001，适合做因子分析。 2.主成分列表 Total Variance Explained Compon ent Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Compon ent Total % of Varian ce Cumulative % Total % of Varianc e Cumulat ive % Total % of Variance Cumulativ e % 1 5.920 84.57 2 84.572 5.920 84.572 84.572 3.308 47.261 47.261 2 .653 9.330 93.902 .653 9.330 93.902 3.265 46.641 93.902 3 .249 3.559 97.462 4 .126 1.798 99.259 5 .042 .595 99.854 6 .008 .108 99.962 7 .003 .038 100.000 Extraction Method: Principal Component Analysis. 可以从此表中看出前 2 个主成分特征值较大，它们的累积贡献率达到了 93.902%，故选择 前 2 个公共因子。 3.公因子方差比结果图 Communalities Initia