因子分析主成分分析.pptVIP

因子分析 选中 Save as variables (把因子得分保存在数据文件中 ) 选中 Regression(回归因子得分) 点击Continue 计算因素分数的方法 在分析结果中给出因子得分系数矩阵及其相关矩阵 第55页，共89页，编辑于2022年，星期四 因子分析 Regression：回归因子得分 Bartlett：极大似然估计 Anderson-Rubin： Bartlett算法的改进算法 计算因素分数的方法 第56页，共89页，编辑于2022年，星期四 因子分析 6、点击Options 第57页，共89页，编辑于2022年，星期四 因子分析 选中Exclude cases listwise(去除所有含缺失数据的样本、再进行分析，只要样品数据中有缺失，就删除该样品数据) 选中Sorted by size(载荷系数将按照数值大小排列，并构成矩阵) 不显示绝对值小于设定值的载荷系数，设定值范围0~1 点击Continue 第58页，共89页，编辑于2022年，星期四 因子分析 Exclude cases pairwise(当样品数据中缺少2个或2个以上的数据时，才删除该样品数据，选中此项最大限度的利用得来不易的数据) Raplace with mean(当分析计算涉及含有缺失值的变量时，用平均值代替该缺失值) 第59页，共89页，编辑于2022年，星期四 因子分析 7、点击OK 第60页，共89页，编辑于2022年，星期四 结果分析 SPSS输出的第一个表格列出了标准化后数据的平均值（Mean）、标准差（Std. Deviation） 和分析用到的取值个数(N) Univariate descriptive单变量描述统计量(输出被选中的各变量的均数与标准差 ) 第61页，共89页，编辑于2022年，星期四 结果分析 系统输出的第2个表格是8个原始变量的相关矩阵与单尾显著性检验 第62页，共89页，编辑于2022年，星期四 结果分析 多个变量之间的相关系数较大，说明这些变量之间存在着较为显著的相关性，且其对应的Sig值（显著性）普遍较小，根据分析，这些数据有进行因子分析的必要。 第63页，共89页，编辑于2022年，星期四 Variable View Name—更改变量名称 Type—选择变量类型（如numeric 、string) Decimals—设定小数显示的位数 Label—分析输出结果中变量的显示名称 Values —分析输出结果中变量内容的显示名称 第23页，共89页，编辑于2022年，星期四 结果输出窗口 Output为结果输出窗口，可以显示我们对文件的操作信息以及对数据的分析结果 第24页，共89页，编辑于2022年，星期四 数据格式转换 将Excel数据转换成为SPSS数据, 第25页，共89页，编辑于2022年，星期四 保存文件 点击File菜单下的Save As选项 第26页，共89页，编辑于2022年，星期四 保存文件 保存时类型为SPSS(*.sav) 第27页，共89页，编辑于2022年，星期四 保存结果输出文件 Output结果输出窗口点击File菜单下的Save As选项 第28页，共89页，编辑于2022年，星期四 保存结果输出文件 保存时类型为SPSS(*.spo) 第29页，共89页，编辑于2022年，星期四 因子分析的步骤： 1.判断是否需要进行因子分析 判断方法：对变量进行线性回归分析 （spss中的Descriptive 命令可以实现） 通常各变量的线性回归系数没有明显差别，为了使各变量的线性回归系数向0或1两极分化，要进行旋转 依据变量的相关性进行判断，采用Bartlett球检验法或KMO检验法，确定是否有进行因子分析的必要 2.如果有因子分析的必要，则进行因子分析 第30页，共89页，编辑于2022年，星期四 二、数据特征描述操作： 命令Descriptive 该命令可完成多种统计指标： 均值、中位数、众数、和 标准差、方差（标准差的平方） 极大值、极小值、全距 均值的标准误差 偏度、峰度。 第31页，共89页，编辑于2022年，星期四 Descriptives过程 点击Analyze下的Descriptive Statistics（描述统计）选项，选择该选项下的Descriptives 第32页，共89页，编辑于2022年，星期四 Descriptives 选中待处理的变量（左侧的As…..Hg等）； 点击 使变量As…..Hg 移至Variable(s)中； 选中Save standrdized values as variables（保存标准化值作为变量）； 点击Options（选项） 1 2 第33页，共89页，