企业创新绩效的主成分分析：创新维度的降维提取.docxVIP

企业创新绩效指标的主成分分析

1案例背景

本案例数据来源于260家企业，涉及创新投入、研发人员、专利数量、市场份额、营业收入和净利润6个变量。分析过程使用SPSSAU在线数据分析平台完成主成分分析，旨在对多个指标进行信息浓缩与权重计算。主成分分析通过线性变换将多个相关变量转化为少数几个互不相关的主成分，在尽可能保留原始信息的前提下实现降维，广泛应用于指标体系构建、综合评价和数据预处理等场景。

2分析结果

在SPSSAU【进阶方法】模块选择【主成分】，将变量拖拽至右侧对应分析框，操作如下图：

表1KMO和Bartlett检验

表1显示，KMO值为0.806（0.8），Bartlett球形检验χ2=1231.639，df=15，p0.001，表明变量间存在较强的相关性，数据适合进行主成分分析。KMO统计量衡量变量间偏相关性的强弱，取值范围为0~1，KMO0.8表示数据适合性良好；Bartlett球形检验的原假设为变量间相互独立，p0.05则拒绝原假设，确认变量间存在显著相关性。

表2方差解释率

表2显示，主成分分析提取了2个主成分（特征根1）。第1主成分特征根为3.614，方差解释率60.234%；第2主成分特征根为1.601，方差解释率26.677%。两个主成分累计方差解释率为86.911%，超过80%的常用阈值，信息保留充分，说明用2个主成分即可代表原始6个变量的大