第11章-因子分析.pptVIP

统计分析与SPSS的应用;11.因子分析与主成份分析;11.1.1主成份分析(P359);11.1.1主成份分析;11.1.1主成份分析;11.1.1主成份分析;因子分析;因子分析;因子分析;11.1.2因子分析的特点;11.1.3因子分析与主成分分析的异同;11.1.4因子分析的根本概念;11.2因子分析的根本步骤;11.2.1因子分析适用性检查;因子提取;因子提取;KMO统计量的值为0.887，可认为适合做因子分析，Bartlett检验的P值为0.000，拒绝相关矩阵是单位矩阵的假设，同样可认为对原数据可以进行因子分析;系统预设提取特征根大于1的因子，因此，只提取了第1个因子，相应的碎石图直观地显示了这个提取过程。

这个因子对全部变量方差的奉献率是78.59%，偏低。而从总方差解释表中可以发现，第2个因子的特征根为0.555，其方差奉献率为7.92%。前两个因子的累计方差奉献率到达86.52%。因此应提取两个因子。;例1继续：重做上述分析过程，在Extraction中，将Extract修改为Numberoffactors，并输入因子数量2；

在Scores中选择Displayfactorscorecoefficientmatrix;左边是因子载荷矩阵，反映了分析变量与因子之间的相关程度，由此可以写出相应的因子表达式(暂不写出)。

右边是因子得分系数矩阵，根据这个矩阵，可以得到两个主成分的表达式：

Y1=0.172x1+0.168x2+0.141x3+0.161x4+0.168x5+0.174x6+0.141x7

Y2=0.150x1+0.113x2+0.896x3+0.260x4-0.331x5-0.205x6-0.864x7

注意：这里的变量均为标准化后的变量。;11.3因子命名与因子旋转;11.3因子命名与因子旋转;11.3因子命名与因子旋转;11.3因子命名与因子旋转;旋转后的因子载荷矩阵的可解释性得到提高。从表中可以看出：

旋转后的第1个因子与联营单位、股份制经济单位、集体经济单位和国有经济单位的相关程度较高，可称为“内资单位收入决定因子”；

第2个因子与其他经济单位、港澳台经济单位和外商投资经济单位这三个变量的相关程度较高，相应地称为“外资单位收入决定因子”

根据因子载荷矩阵，分析得到的因子模型为：;如果一个点靠近橫轴的两端(上图四边形左右两边的中点，如图中的x7)，那么表示这个点对应的变量在因子1上的因子载荷较大，而在因子2上的因子载荷很小，所以这个变??可以由因子1很好的解释；

如果一个点靠近纵轴的两端(上图四边形上下两边的中点，如图中的x3)，那么表示这个点对应的变量在因子2上的因子载荷较大，而在因子1上的因子载荷很小，所以这个变量可以由因子2很好的解释。;11.3因子命名与因子旋转;;;11.4因子得分;11.4因子得分;因子得分函数：

F1=0.223x1+0.196x2+0.656x3+0.331x4-0.062x5+0.020x6-0.519x7

F2=-0.002x1+0.042x2-0.504x3-0.117x4+0.322x5+0.244x6+0.784x7

这里的变量均为标准化的变量，因子得分大于0表示对应的对象高于所有对象平均的平均水平，得分小于0那么低于平均水平。

各因子(主成分)的得分由系统自动计算后以FAC_1，FAC_2保存的数据文件中。;11.5分析对象的综合评价;11.5分析对象的综合评价