SPSS因子分析实例操作步骤.docVIP

SPSS因子分析实例操作步骤

第二步：

1.数据标准化：在最上面菜单里面选中Analyze——DescriptiveStatistics——OK?（变量选择除年份、合计以外的所有变量）.

降维：在最上面菜单里面选中Analyze——DimensionReduction——Factor?，变量选择标准化后的数据.

点击右侧Descriptive，勾选CorrelationMatrix选项组中的Coefficients和KMOandBartlett’stextofsphericity,点击Continue.

4.点击右侧Extraction,勾选ScreePlot和fixednumberwithfactors，默认3个，点击Continue.

5.点击右侧Rotation，勾选Method选项组中的Varimax；勾选Display选项组中的LodingPlot(s)；点击Continue.

6.点击右侧Scores，勾选Method选项组中的Regression；勾选Displayfactorscorecoefficientmatrix；点击Continue.

7.点击右侧Options，勾选CoefficientDisplayFormat选项组中所有选项，将Absolutevalueblow改为0.60，点击Continue.

8.返回主对话框，单击OK.

输出结果分析：

1.描述性统计量

DescriptiveStatistics

N

Minimum

Maximum

Mean

Std.Deviation

农、林、牧、渔业

11

3.27

9.73

7.6645

1.97515

采矿业

11

.6

9.5

5.008

2.7092

制造业

11

.44

7.07

2.6900

2.22405

电力、热力、燃气及水生产和供应业

11

3.36

15.05

10.3545

3.22751

建筑业

11

1.79

23.51

7.8955

6.18302

批发和零售业

11

2.10

18.52

9.1018

5.50553

交通运输、仓储和邮政业

11

.82

8.39

2.7891

2.20903

ValidN(listwise)

11

该表提供分析过程中包含的统计量，表格显示了样本容量以及11个变量的最小值、最大值、平均值、标准差。

2.KMO和球形Bartlett检验

KMOandBartlettsTest

Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.

.744

BartlettsTestofSphericity

Approx.Chi-Square

97.122

df

21

Sig.

.000

该表给出了因子分析的KMO和Bartlett检验结果。从表中可以看出，Bartlett球度检验的概率p值为0.000，即假设被拒绝，也就是说，可以认为相关系数矩阵与单位矩阵有显著差异。同时，KMO值为0.744，根据KMO度量标准可知，原变量适合进行因子分析。

3.因子分析的共同度

Communalities

Initial

Extraction

Zscore(农、林、牧、渔业)

1.000

.883

Zscore:采矿业

1.000

.741

Zscore:制造业

1.000

.974

Zscore(电力、热力、燃气及水生产和供应业)

1.000

.992

Zscore:建筑业

1.000

.987

Zscore(批发和零售业)

1.000

.965

Zscore(交通运输、仓储和邮政业)

1.000

.935

ExtractionMethod:PrincipalComponentAnalysis.

表格所示是因子分析的共同度。表格第二列显示初始共同度，全部为1.000；第三列是按照提取3个公因子得到的共同度，可以看到只有“采矿业”的共同度稍低，说明其信息丢失量稍严重。

因子分析的总方差解释

TotalVarianceExplained

Component

InitialEigenvalues

ExtractionSumsofSquaredLoadings

RotationSumsofSquaredLoadings

Total

%ofVariance

Cumulative%

Total

%ofVariance

Cumulative%

Total

%ofVariance

Cumulative%

1

3.079

43.992

43.992

3.079

43.992

43.992

2.660

37.999

37.999

2

2.353

33