《探索性因素分析及SPSS应用》.ppt

例子求解和结果阅读2004-3-10ExploratoryFactorAnalysisSPSSApplication*因子解特征值及因子贡献率:因子贡献反映的则是单个因子解释的数据总方差。所有公因子的累计贡献等于所有变量的共同度之和；如果公因子数等于变量数（主成分分析）则也等于原观测变量的总方差。公因子j的贡献记为Vj，等于所有模型/因素负荷矩阵中每列因子负荷的平方和；更常用“贡献率”指标（相等）；主成分特征值等于其因子贡献。初始解主成分数等于变量数，三列依次是特征值（解释变异量）、因子贡献率、累计贡献率。应当抽取2个因子各公因子方差贡献可以用因素负荷平方和（Sumsofsquaredloadings），因为它可以由因素负荷矩阵中列元素的平方和求得。碎石图陡阶检验也显示抽取2因子返回例子求解和结果阅读2004-3-10ExploratoryFactorAnalysisSPSSApplication*因子负荷矩阵:1表示第i个变量中第j个因子被反映的程度，衡量公因子相对重要性，相当于标准化回归系数，表示因子和变量间关系的密切程度。正交模型中，因素负荷矩阵（因素模式，factorpattern）等于因素结构矩阵（因素与变量相关矩阵，factorstructure）。2抽取后变量共同度=行因子负荷平方和：0.7512+（-0.410）2=0.732，0.7352+（-0.404）2=0.704，0.6822+（-0.369）2=0.601，…3因子1贡献=列因子负荷平方和：0.7512+0.7352+0.6822+0.6522+0.5542+0.5752=2.633，…4重新计算变量间相关系数：r12=0.751×0.735+（-0.410）×（-0.404）=0.718，称为导出相关系数（Reproduced），看残差相关阵。5返回6因子的解释和命名——因子旋转2004-3-10ExploratoryFactorAnalysisSPSSApplication*因素分析的目的不仅是求出公因子，更主要的是要知道每个因子的意义。根据主成分法计算的因素模式解释很麻烦，因为大多数因子都和许多变量相关。因子旋转的目的：通过改变因子轴的位置，重新分配各因子所解释的方差比例，为了获得结构因子模式的“简单结构”（simplestructure）：—在各因子上只有少数变量有较高的负荷，其它变量上的负荷（绝对值）很低；—每个变量只在少数因子上有很高的负荷；—任取两因子，负荷都低的变量尽量多一些；—任取两因子，每个变量只能在一个因子上有较高负荷。简言之，就是调整因素负荷矩阵式中的行、列值向0和±1极化，使某些变量的负荷尽可能往某个因子上集中，而另一些变量的负荷尽可能往另一个因子上集中，以此类推，使得每个因子上仅“负载”几个变量。返回因子的解释和命名——因子旋转2004-3-10ExploratoryFactorAnalysisSPSSApplication*正交旋转：因子轴之间保持90度角（因子不相关）SPSS提供三种基于“正交极大准则”的正交旋转法：方差最大法（Varimax）：使各因子（列）上与该因子有关的负荷平方的方差最大，即拉开列上各变量的负荷差异，最常用；四次方最大法（Quartimax）：使各变量（行）上因子负荷平方的方差达到最大，即拉开行上的负荷差异，易产生综合因子，大部分变量在该因子上都有较高负荷；平均正交法（Equamax）：上两种方法综合。在Rotation对话框选择Varimax旋转，选中复选框因素负荷图（Loadingplot），在Options对话框选中将负荷较低（0.3）的值隐藏并按负荷大小排列（负荷量为0.3表示因素只解释了该变量方差的10%，忽略）。返回ExploratoryFactorAnalysisSPSSApplicationExploratoryFactorAnalysisSPSSApplicationExploratoryFactorAnalysisSPSSApplicationExploratoryFactorAnalysisSPSSApplicationExploratoryFactorAnalysisSPSSApplicationExploratoryFactorAnalysisSPSSApplicationExploratoryFactorAnalysisSPSSApplicationExplora