SPSS 数据分析与应用课件 第4章 因子分析.pptxVIP

第4章因子分析

学习目标1.了解因子分析的基本思想和评价因子分析的相关指标2.理解因子分析的基本步骤及原理3.掌握SPSS实现因子分析及结果解读的方法

学习导读与引导案例因子分析：探索多元数据内部结构、降低数据维度的关键方法因子分析通过识别少数潜在因子来解释众多观测变量之间的内在联系。本章内容包括概述、基本步骤、SPSS实现及解读，并结合学生成绩数据进行综合案例实践。图4-1学生成绩数据.sav（部分）引导案例高三某班52名学生3月模拟考试成绩：数学、物理、化学、语文、英语、历史6门课程。思考①如何识别成绩单中的潜在学习模式，超越总分/单科评价？②如何针对各因子强弱项制定个性化改进建议？用2～3个因子即可概括6门课程成绩，实现“降维而不丢信息”。

Part4.1因子分析概述

4.1.1因子分析的基本思想以最少的信息丢失为代价，将众多变量浓缩为少数可解释的因子变量过多会带来共线性与分析复杂度问题；直接删减变量又丢失信息。因子分析兼顾两者：大幅减少建模变量数，又保留绝大部分信息。数量更少因子数量远远少于原有变量个数信息保留因子能反映原有变量的绝大部分信息相互独立因子之间的线性关系不显著命名可解释因子具有命名解释性，可结合专业背景解读数学模型：每个标准化变量=公共因子的线性组合+特殊因子。公共因子解释变量间相关关系，特殊因子表示变量中不能被公共因子解释的