SPSS操作方法总结计划：因子解析总结计划.docxVIP

. 实验指导之四 因子分析的 SPSS操作方法 以例 13.1 为例进行因子分析操作。 1. 在 SPSS的数据编辑窗口（见图 1）点击 Analysize →Data Reduction → Factor ，打开 Factor Analysis 对话框如图 2. 图 1 因子分析操作 图 2 Factor Analysis 对话框 .. . 将参与因子分析的变量依次选入 Variables 框中。例 13.1 中有 8 个参与因子分析的变量，故都选入变量框内。 2. 单击 Descriptives 按钮，打开 Descriptives 对话框如图 3 所示。 Statistics 栏，指定输出的统计量。 图 3 Descriptives 对话框 Univariate descriptives 输出每个变量的基本统计描述； Initial solution 输出初始分析结果。输出主成分变量的相关或协方差矩阵的对角元素。（本例选择） Correlation Matrix 栏指定输出考察因子分析条件和方法。 Coefficients 相关系数矩阵； Significance levels 相关系数假设检验的 P 值； Determinant 相关系数矩阵行列式的值； KMO and Bartlett ′s test of Sphericity KMO 和巴特利检验（本例选择） 巴特利检验是关于研究的变量是否适合进行因子分析的检验 . 拒绝原假设 意味着适合进行因子分析 . KMO值等于变量间单相关系数的平方和与单相关系数平方和加上偏相关系 数平方和之比 , 值越接近 1, 意味着变量间的相关性越强 , 越适合进行因子分分析 , KMO 值越接近 0, 则变量间的相关性越弱 . 越不适合进行因子分析 . Inverse 相关系数矩阵的逆矩阵； Reproduced 再生相关阵； Anti-image 反映象相关矩阵。 3. 单击 Extraction 按钮，打开 Extraction 对话框选项，见图 4。 .. . 图 4 Extraction 对话框 Method 栏，指定因子分析方法。点击下拉菜单可以选择需要的方法。 Principal components 主成分法，系统默认；（本例选择） Unweighted least square 普通最小二乘法； Generalized least squares 广义最小二乘法 Maximum likelihood 最大似然法 Principal Axis factoring 主轴因子法 Alpha α因子提取法 Image 映像分析法 Extract 栏，决定提取主成分的个数。 Eigenvalue over 指定要提取因子的最小特征值，系统默认值 1，也可 以自定义特征值的数值。（本例选择） Number of factors 直接指定提取的因子个数。 Display 栏指定与初始因子有关的输出项 Unrotated factor solution 显示未旋转的因子解。可以自定义特征值 的数值。（本例选择） Scree plot 显示碎石图，可用于决定因子的提取个数。（本例选择） 4. 单击 Rotation 按钮，打开 Rotation 对话框（见图 5）。 .. . 图 5 Rotation 对话框 Methed 栏，选择因子旋转方法。 None不作选择，系统默认项。 Varimax 正交旋转最大方差法。 是因子旋转时常用的方法。 其它方法略。 Display 栏，选择因子旋转的输出信息。 Rotated solution 输出旋转后的因子载荷矩阵。（本例选择） Loading plot(s) 输出旋转后的因子载荷散布图。 单击 Scores 按钮，打开 Scores 对话框选项 (见图 6)。 图 6 Scores 对话框 Save as variables 将样品的因子得分作为新变量保存在数据文件中。 （本例选择） Method 栏，指定计算因子值方法 Regression 回归法（本例选择） Bartlett 巴特利特法 .. . Anderson-Rubin 安德森 — 鲁宾法 Display factor Score Coefficient Matrix 输出标准化的因子得分矩阵。 （本例选择） 单击 Options 按钮，打开 Options 对话框选择项，见图 7。 图 7Options 对话框 Coefficient Display Format 栏，指定输出其它因子结果及缺失值的处理方式。本例不作选择。 Sorted by size 从第一因子开始，按降序输出因子载荷矩阵。 Suppress absolute Value less