SPSS进行主成分分析报告地步骤(图文)00755.pdfVIP

实用标准文档 主成分分析的操作过程 原始数据如下（部分） 调用因子分析模块（ Analyze ―Dimension Reduction ―Factor ），将需要参与分 析的各个原始变量放入变量框，如下图所示： 文案大全 实用标准文档 单击 Descriptives 按钮，打开 Descriptives 次对话框，勾选 KMOand Bartlett ’ s test of sphericity 选项（ Initial solution 选项为系统默认勾选的，保持 默认即可），如下图所示，然后点击 Continue 按钮，回到主对话框： 其他的次对话框都保持不变（此时在 Extract 次对话框中， SPSS已经默认将提 取公因子的方法设置为主成分分析法） ，在主对话框中点 OK按钮，执行因子分析， 得到的主要结果如下面几张表。 ① KMO和 Bartlett 球形检验结果： 文案大全 实用标准文档 KMO为 0.6350.6 ，说明数据适合做因子分析； Bartlett 球形检验的显著性 P 值 为 0.0000.05 ，亦说明数据适合做因子分析。 ②公因子方差表，其展示了变量的共同度， Extraction 下面各个共同度的值都 大于 0.5 ，说明提取的主成分对于原始变量的解释程度比较高。本表在主成分分 析中用处不大，此处列出来仅供参考。 ③总方差分解表如下表。由下表可以看出，提取了特征值大于 1 的两个主成分， 两个主成分的方差贡献率分别是 55.449%和 29.771%，累积方差贡献率是 85.220%； 两个特征值分别是 3.327 和 1.786 。 ④因子截荷矩阵如下： 文案大全 实用标准文档 根据数理统计的相关知识， 主成分分析的变换矩阵亦即主成分载荷矩阵 U 与因子载荷矩阵 A 以及特征值λ的数学关系如下面这个公式： U i A i i 故可以由这二者通过计算变量来求得主成分载荷矩阵 U。 新建一个 SPSS数据文件，将因子载荷矩阵中的各个载荷值复制进去，如下图所 示： 计算变量（ Transform-Compute Variables ）的公式分别如下二张图所示： 文案大全 实用标准文档 计算变量得到的两个特征向量 U1和 U2如下图所示 （U1和 U2合起来就是主成分 载荷矩阵）： 所以可以得到两个主成分 Y1 和 Y2 的表达式如下： Y1＝0.456X1+0.401X2+0.428X3+0.490X4+0.380X5+0.253X6 Y2＝-0.367X1+0.322X2-0.323X3-0.303X4+0.453X5+0.602X6 由上面两个表达式，可以通过计算变量来得到 Y1、Y2 的值。需要注意的是，在 计算变量之前， 需要对原始变量进行标准化处理， 上述 Y1、Y2表达式中的 X1~X9 文案大全 实用标准文档 应为各原始变量的标准分，而不是原始值。 （另外需注意，本操作需要在 SPSS 原始文件中来进行，而不是主成分载荷矩阵的那个 SPSS数据表中。） 调用描述