SPSS培训操作方法主成分分析09.pdf

实验指导之三

主成分分析的SPSS操作方法

以例12.1为例进行主成分分析操作。

1.在SPSS的数据编辑窗口（见图1）点击Analysize→DataReduction→

Factor，打开FactorAnalysis对话框如图2.

图1主成分分析操作

将参与主成分分析的变量依次选入Variables框中。例12.1中有9个参与

主成分分析的变量，故都选入变量框内。

图2FactorAnalysis对话框

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。

1

图3Descriptives对话框

Univariatedescriptives输出每个变量的基本统计描述；（本例选择

Initialsolution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

CorrelationMatrix栏指定输出考察因子分析条件和方法。

Coefficients相关系数矩阵；（本例选择

Significancelevels相关系数假设检验的P值；

Determinant相关系数矩阵行列式的值；

KMOandBartlett´stestofSphericityKMO和巴特利检验

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,越适合进行主成分分

析,KMO值越接近0,则变量间的相关性越弱.越不适合进行主成分分析.

巴特利检验是关于研究的变量是否适合进行主成分分析的检验.拒绝原假设

意味着适合进行主成分分析.上表中显然拒绝原假设.（本例选择

Inverse相关系数矩阵的逆矩阵；

Reproduced再生相关阵（因子分析）；

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4Extraction对话框

2

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。

Principalcomponents主成分分析，系统默认；（本例选择

Unweightedleastsquare普通最小二乘法；

Generalizedleastsquares广义最小二乘法

Maximumlikelihood最大似然法

PrincipalAxisfactoring主轴因子法

Alphaα因子提取法

Image映像分析法

Extract栏，决定提取因子的个数。

Eigenvalueover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

Numberoffactors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

Unrotatedfactorsolution显示未旋转的因子解。可以自定义特征值

的数值。（本例选择

Screeplot显示碎石图，可用于决定因子的提取个数。（本例选择

4.Rotation按钮（在进行主成分分析时此项可省略）。

5.单击Scores按钮，打开Scores对话框选项（见图5