探索性因素分析及SPSS應(yīng)用PPT學(xué)習(xí)教案

1、會計學(xué)1 探索性因素分析及探索性因素分析及SPSS應(yīng)用應(yīng)用 2004-3-102 第1頁/共35頁 2004-3-103 “多重共線性” 返回 第2頁/共35頁 2004-3-104 返回 第3頁/共35頁 2004-3-105 返回 第4頁/共35頁 2004-3-106 第5頁/共35頁 2004-3-107 公因子方差 特殊因子方差 誤差方差 “工作滿意度” “上司人格特征” “情緒” 可信的變異或“共同度” h2 獨特變異（1 - h2 ） 公因子 F1 X1X2X3X4 l41 l31 l21 l11 因子 F1 “引起”或解釋了題項1到4中的公共變異 l41指“變量4在因子1上的負

2、荷” 返回 第6頁/共35頁 2004-3-108 簡化數(shù) 據(jù) 探索結(jié)構(gòu) 第7頁/共35頁 2004-3-109 第一、第二主成分分別是橢圓長軸、短軸；變量的變異用不相關(guān)的主成分表示。 觀測變量X、Y可表示為因子 空間f1f2f3中的向量，向量長 度即共同度，向量在三個因 子軸上的投影稱因素負荷， 變量間相關(guān)系數(shù)等于兩變量 共同度與夾角余弦乘積。 各變量的因素負荷、夾角 由公因素方差、相關(guān)系數(shù)決 定，所謂的“求因素解”無 非是在空間中設(shè)置適當(dāng)?shù)淖?標軸 第8頁/共35頁 2004-3-1010 kmkmkkk imimjijii mm flflflx mj kmflflflx ki flflf

3、lx 2211 11 112121111 , 1 , 1 返回 第9頁/共35頁 2004-3-1011 返回 第10頁/共35頁 2004-3-1012 子對話框子對話框 功功 能能 選選 項項 Descriptives 提供觀測變量、提供觀測變量、 初始解及相關(guān)矩初始解及相關(guān)矩 陣有關(guān)統(tǒng)計量陣有關(guān)統(tǒng)計量 Statistics Correlation Matrix Extraction 提供因子抽取有提供因子抽取有 關(guān)選項關(guān)選項 Method Analyze Extract Display Maximum iterations for convergence Rotation 提供因子旋轉(zhuǎn)有

4、提供因子旋轉(zhuǎn)有 關(guān)選項關(guān)選項 Method Display Maximum iterations for Convergence Scores 提供因子值計算提供因子值計算 及處理選項及處理選項 Save as variables Method Display factor score coefficient matrix Options 提供缺失值處理提供缺失值處理 及顯示格式選項及顯示格式選項 Missing values Coefficient Display Format 三 SPSS因素分析功能選項 返回 第11頁/共35頁 2004-3-1013 返回 因素分析適合度檢 驗 參數(shù)估

5、 計 正交旋 轉(zhuǎn) 1.因素抽取 主成分法 主軸因子法 極大似然法 未旋轉(zhuǎn)解 共同度 特征值 2.據(jù)碎石圖 和特征值 確定因子數(shù) 3.因素旋轉(zhuǎn) 方差最大法 平均正交法 斜交旋轉(zhuǎn) 4.據(jù)簡單結(jié)構(gòu)解釋或確定因子的含義 5.報告因素模式和因素結(jié)構(gòu) 6.據(jù)結(jié)果調(diào)整旋轉(zhuǎn)方法重復(fù)該過程至重復(fù)抽取過程 第12頁/共35頁 2004-3-1014 例子講解 分析之前，先要將原相關(guān)矩陣補齊，然后在相關(guān)陣前面增 加兩列標示變量ROWTYPE_和VARNAME_，取值分別為CORR和 6個變量名，再增加第一行數(shù)據(jù)，ROWTYPE_列取值N， VARNAME_留空，其它6列變量取值100表明樣本量。打開數(shù)據(jù) 在SPSS

6、因素分析菜單中按正常模式選擇變量及其它選項 后將命令粘貼到語句文件中，并將第二行語句改成： /MATRIX=IN(COR=*) 第13頁/共35頁 2004-3-1015 返回 第14頁/共35頁 2004-3-1016 Descriptives子對話框 第15頁/共35頁 2004-3-1017 第16頁/共35頁 2004-3-1018 返回 2 18) 12( nn m Extraction子對話框 第17頁/共35頁 2004-3-1019 第18頁/共35頁 2004-3-1020 返回 對角線元素的其它處理方法如：反復(fù)迭代法、最大相關(guān)系數(shù)法，參見有關(guān)文獻 越需要準確地探求因素的場合

7、，對共同度估計的要求越高 ，高共同度不一定高解釋性 二者均利用MINRES原理，從模型擬合優(yōu)度角度出發(fā)，回避了共同度估計問題 變量數(shù)較少，主成分法更好，隨著變 量數(shù)的增加，兩種方法的差異越來越 小，樣本量很大時，后兩類方法精度 更高。可多種方法相互參照 第19頁/共35頁 2004-3-1021 初 始 共 同 度 抽 取 共 同 度 返回 第20頁/共35頁 2004-3-1022 初始解主成分數(shù)等 于變量數(shù)，三列依次 是特征值（解釋變異 量）、因子貢獻率、 累計貢獻率。應(yīng)當(dāng)抽 取2個因子 各公因子方差貢獻 可以用因素負荷平方 和（Sums of squared loadings），因為它可

8、 以由因素負荷矩陣中 列元素的平方和求得 。 碎石圖陡階檢驗也顯示抽取2因子 返回 第21頁/共35頁 2004-3-1023 抽取后變量共同度=行因子負荷平方和：0.7512 +（-0.410）2 = 0.732，0.7352 +（-0.404）2 = 0.704，0.6822 +（-0.369）2 = 0.601， 因子1貢獻=列因子負荷平方和：0.7512 +0.7352 +0.6822 +0.6522 +0.5542 +0.5752 = 2.633 ， 重新計算變量間相關(guān)系數(shù)：r12 = 0.7510.735+（-0.410）（-0.404）= 0.718， 稱為導(dǎo)出相關(guān)系數(shù)（Repr

9、oduced ），看殘差相關(guān)陣。 返回 第22頁/共35頁 2004-3-1024 返回 第23頁/共35頁 2004-3-1025 返回 第24頁/共35頁 2004-3-1026 因子的解釋和命名因子旋轉(zhuǎn) 返回 第25頁/共35頁 2004-3-1027 因子的解釋和命名正交旋轉(zhuǎn)結(jié)果 旋轉(zhuǎn)圖解：良好的旋轉(zhuǎn)應(yīng)當(dāng)使得變量向量盡可能落在坐標軸 附近，且各坐標軸附近積聚的變量數(shù)或者各因素的累計貢獻 應(yīng)大致平均。二維坐標系中，正交旋轉(zhuǎn)只需把坐標軸旋轉(zhuǎn)到 盡可能接近變量處即可。多維坐標系將因子空間分解成多個 二維平面，分別進行簡單結(jié)構(gòu)的旋轉(zhuǎn)，直到得出穩(wěn)定、一致 的結(jié)果。 返回 第26頁/共35頁 20

10、04-3-1028 返回 第27頁/共35頁 2004-3-1029 返回 第28頁/共35頁 2004-3-1030 “強盜”旋轉(zhuǎn)法，削足適履 因素模式幾近標準簡單結(jié)構(gòu) 因素結(jié)構(gòu)距離簡單結(jié)構(gòu)甚遠 因素軸實際上斜交，確實“強盜 ” 返回 第29頁/共35頁 2004-3-1031 返回 第30頁/共35頁 2004-3-1032 二 因子值意義及應(yīng)用 回歸法求解使真因子得 分和因子得分估計值的誤 差平方和達到最小的因子 值系數(shù)，這樣得出的因子 得分可能相關(guān)，是SPSS 中默認的方法。 Bartlett法的誤差是獨特 因素得分估計值； Anderson-Rubin法在其基 礎(chǔ)上增加因素間相互正交 的條件。 將標準化因子值作為新變量保存在當(dāng)前數(shù)據(jù)文