因子分析spss操作.pdfVIP

因子分析作业： 全国 30 个省市的 8 项经济指标如下： 要求：先对数据做标准化处理，然后基于标准化数据进行以下操作 1、给出原始变量的相关系数矩阵； 2 、用主成分法求公因子，公因子的提取按照默认提取（即特征值大于 1），给出公因子的方差贡献度表； 3、给出共同度表，并进行解释； 4 、给出因子载荷矩阵，据之分析提取的公因子的实际意义。如果不好解释，请用因子旋转（采用正交旋转 中最大方差法）给出旋转后的因子载荷矩阵，然后分析旋转之后的公因子，要求给各个公因子赋予实际含义； 5、先利用提取的每个公因子分别对各省市进行排名并作简单分析。最后构造一个综合因子，计算各省市的 综合因子的分值，并进行排序并作简单分析。 1、输入数据，依次点选分析描述统计描述，将变量x1到x8选入右边变量下面，点选“将标 准化得分另存为变量”，点确定即可的标准化的数据。 依次点选分析降维因子分析，打开因子分析窗口，将标准化的8个变量选入右边变量下面， 点选描述相关矩阵下选中系数及KMO和Bartlett 的检验，点继续，确定，就可得出8个变量的 相关系数矩阵如下图。 由表中数据可以看出大部分数据的绝对值都在0.3 以上，说明变量间有较强的相关性。 KMO 和 Bartlett 的检验 取样足够度的 Kaiser-Meyer-Olkin 度量。 .621 Bartlett 的球形度检验 近似卡方 231.420 df 28 Sig. .000 由上图看出，sig.值为0 ，所以拒绝相关系数为0 （变量相互独立）的原假设，即说明变量间存在 相关性。 2 、依次点选在因子分析窗口点选抽取方法：主成分；分析：相关性矩阵；输出：未旋转的因 子解，碎石图；抽取：基于特征值（特征值大于1）；继续，确定，输出结果如下3个图。 解释的总方差 初始特征值 提取平方和载入 成份 合计 方差的 % 累积 % 合计 方差的 % 累积 % 1 3.748 46.847 46.847 3.748 46.847 46.847 2 2.198 27.474 74.321 2.198 27.474 74.321 3 1.222 15.278 89.599 1.222 15.278 89.599 4 .403 5.036 94.635 5 .212 2.652 97.287 6 .135 1.690 98.977 7 .067 .840 99.817 8 .015 .183 100.000 提取方法：主成份分析。 上表中第一列为特征值（主成分的方差），第二列为各个主成分的贡献率，第三列为累积贡献率，由上 表看出前 3 个主成分的累计贡献率就达到了 89.599%85%，所以选取主成分个数为 3 。选y1 为第一主成分， y2 为第二主成分，y3 为第三主成分。且这三个主成分的方差和占全部方差的 89.599%，即基本上保留了原来 指标的信息。这样由原来的 8 个指标变为了 3 个指标。 由上图看出，成分数为3 时，特征值的变化曲线趋于平缓，所以由碎石图也可大致确定出主成分个数为 3 。与按累计贡献率确定的主成分个数是一致的。 3、共同度结果如下： 公因子方差 初始 提取 Zscore: 国内生产 1.000 .945 Zscore: 居民消费 1.000 .800 Zscore: 固定资产 1.000 .902 Zscore: 职工工资 1.000 .873 Zscore: 货物周转 1.000 .858 Zscore: 消费价格 1.000 .957 Zscore: 商品零售 1.000