SPSS因子分析实验报告.docxVIP

实验十一（因子分析）报告 一、数据来源 各地区年平均收入.sav 二、基本结果 （1）考察原有变量是否适合进行因子分析 首先考察原有变量之间是否存在线性关系，是否采用因子分析提取因子。 借助变量的相关系数矩阵、反映像相关矩阵、巴特利球度检验和 KMO检验方法 进行分析，结果如表 1、表 2所示： 表 1 原有变量相关系数矩阵 correlation matrix 表 1显示原有变量的相关系数矩阵，可以看出大部分的相关系数都比较 高，各变量呈较强的线性关系，能够从中提取公共因子，适合进行因子分析。 表2 KMO and Bartletts Test 由表 2 可知，巴特利特球度检验统计量观测值为 182.913，p 值接近 0，显 著性差异，可以认为相关系数矩阵与单位阵有显著差异，同时 KMO 值为 0.882，根据 Kaiser 给出的 KMO 度量标准可知原有变量适合进行因子分析。 （2）提取因子 进行尝试性分析：根据原有变量的相关系数矩阵，采用主成分分析法提取 因子并选取大于 1 的特征值。具体结果见表 3：可知，initial 一列是因子分析 初始解下的共同度，表明如果对原有 7 个变量采用主成分分析法提取所有特征 值，那么原有变量的所有方差都可以被解释，变量的共同度均为 1。事实上， 因子个数小于原有变量的个数才是因子分析的目的，所以不可以提取全部特征 值。第二列表明港澳