SPSS進(jìn)行主成分分析的步驟(圖文)

1、主成分分析操作過程原始數(shù)據(jù)如下(部分)地區(qū)人均GDF固走出円殳憎社盤消強品零售蕙頷農(nóng)村人:!學(xué)也收入科研機構(gòu)數(shù)址衛(wèi)生機構(gòu)數(shù)量北京1026530.S162363223664S5531S2102666922天津916449北337677.7639211&6847L1廿2B1933973306120E261、講口3013545128631208194.915遼寧61031240237061756&1671933917S3752BE1203987216693去Fa370320.6531741609閥黑齊;二44274S.513375176639上海15204128.93719

2、1+2454S江蘇5785101.09463467曠工14941.8862216637252166.743796130236福逹638618.3646062048304537江西23752628337615373154?31046376G197449137884S6671il.東4473102.544264171548河南247571.363299123150334137.7542091511&270143.014699142547廣東380E1.827438268942廠i277232.5247911J4627海同48024770151951653四川25168037400211586418

3、88&亠.jr廠rcrrj*1a.ncent調(diào)用因子分析模塊(AnalyzeDimensionReductionFactor),將需要參與分析各個原始變量放入變量框，如下圖所示：單擊Descriptives按鈕，打開Descriptives次對話框，勾選KMOandBartlettstestofsphericity選項（Initialsolution選項為系統(tǒng)默認(rèn)勾選，保持默認(rèn)即可），如下圖所示，然後點擊Continue按鈕，回到主對話框：其他次對話框都保持不變（此時在Extract次對話框中，SPSS已經(jīng)默認(rèn)將提取公因子方法設(shè)置為主成分分析法），在主對話框中點0K按鈕，執(zhí)行因子分析，得到主要

4、結(jié)果如下面幾張表。KM0和Bartlett球形檢驗結(jié)果：KMOandBartleWsTestKaiser-Meyer-OlkinMeasureofSamplingAdequacy.635|EartlettsTestafSphericityApprox.Chi-SquaredfSig.149.79015|.000|KMO為0.6350.6,說明數(shù)據(jù)適合做因子分析；Bartlett球形檢驗顯著性P值為0.0000.05，亦說明數(shù)據(jù)適合做因子分析。 公因子方差表，其展示了變量共同度，Extraction下面各個共同度值都大於0.5,說明提取主成分對於原始變量解釋程度比較高。本表在主成分分析中用處不大

5、，此處列出來僅供參考。CommunalitiesInitialExtractionAlGDP1.000.9301.000.721牡二消獲就零總麵1.000735農(nóng)忖人均純收人1.000.9611.000.8471.000.859ExtractionMethod:PrincipalComponentAnalysis. 總方差分解表如下表。由下表可以看出，提取了特征值大於1兩個主成分，兩個主成分方差貢獻(xiàn)率分別是55.449%和29.771%,累積方差貢獻(xiàn)率是85.220%；兩個特征值分別是3.327和1.786。TotalVarianceExplainedCon】卩口riEntInitialEig

6、envaluesExtractionSumsofSquaredLoadingsTotal%ofVarianceCumulative%Total%ofVarianceCumulative%13.32755.44955.4493.32755.44955.44921.78629.77185.2201.78629.77185.220|3.4978.20593.5054.2624.36297.0675.0001.47399.3406.040.660100.000ExtractionMethod:PrincipalComponentAnalysis 因子截荷矩陣如下：ConiponeiitMatrixCo

7、rriporierit12AiiGDP.831-.490丙定備產(chǎn)按倚.732.430社會消笊詁零幷總頷.781-.431農(nóng)村人均死收.893-.405斡硏機構(gòu)數(shù)嚴(yán).694.605卩尤機構(gòu)數(shù)雖.461.804EdractionMethod:PrincipalComponentAnalysis.a2componentsextracted.根據(jù)數(shù)理統(tǒng)計相關(guān)知識，主成分分析變換矩陣亦即主成分載荷矩陣U與因子載荷矩陣A故可以由這二者通過計算變量來求得主成分載荷矩陣U。新建一個SPSS數(shù)據(jù)文件，將因子載荷矩陣中各個載荷值複制進(jìn)去，如下圖所示：計算變量(Transform-ComputeVariables)

8、公式分別如下二張圖所示:十樣匚omputeVariableTargetVariable:NumericExpression:十嚴(yán)ComputeVariableTarnMvriatle:NumericExpression:U2=A2ySQRT1.786Type&Label.ZaiA2妙U1OHSSEEr、rv1fvv計算變量得到兩個特征向量U1和U2如下圖所示（U1和U2合起來就是主成分載荷矩陣）：AlA2U1U2.831-49046E-367.732.4-30.401322.781-.4-31.428-323.893-405.490-.303.694.605J80.453.461.804.25

9、3.602所以可以得到兩個主成分Y1和Y2表達(dá)式如下：Y1=0.456X1+0.401X2+0.428X3+0.490X4+0.380X5+0.253X6Y2=-0.367X1+0.322X2-0.323X3-0.303X4+0.453X5+0.602X6由上面兩個表達(dá)式，可以通過計算變量來得到Y(jié)1、Y2值。需要注意是，在計算變量之前，需要對原始變量進(jìn)行標(biāo)準(zhǔn)化處理，上述Y1、Y2表達(dá)式中X1X9應(yīng)為各原始變量標(biāo)準(zhǔn)分，而不是原始值。（另外需注意，本操作需要在SPSS原始文件中來進(jìn)行，而不是主成分載荷矩陣那個SPSS數(shù)據(jù)表中。調(diào)用描述統(tǒng)計：描述模塊（AnalyzeDescriptiveStatis

10、ticsDescriptives）,將各個原始變量放入變量框，並勾選Savestandardizedvaluesasvariables框，如下圖所示：得到各個原始變量標(biāo)準(zhǔn)分如下圖（部分）:Z扎均GDPE也定貫產(chǎn)投黃Z社塔消費品零害邙?勻純收入.弟研機枸隸量口生機枸數(shù)量i2.04441-.516601.G59061.940241.62927-.42520?1.31636.03023.55226.90174-.86049-.909265-.34261.88480-.30199-.03634.610731.0Z4B1!-.53582-42228-82403-623E9-.E7756-.16119)-

11、.46360.19082-1.19862-.62105-.97366-.43612).602172.2&560-.43420.075521.40293.0d641-.22950-.58107-.93505-.11133.38433-.71568.0213&.01172-.7G471.03923.1014G.3D704i3.765902.412162.469243.23931.49756-.33483i.91971.58117.30226.965301.742441.50SB861311-.186171&47191613EG0448860300-.63303.22753-.40877-.5015

12、6-.06829.02201.35371-9SS52.19378.44669-.36122-.53932)-.E8934-.66181-.76386-.20285-.29453-.29742.037331.62445-.01131.02341.667321.O70GO-.65503.69377-.82912-.59181.78049.313601開94-.30945-.05877-.235901.12000.88230-.57671-.1524d.3E734-.34.E22S107371657.110522.678571.2?413.32781.63767-.5S211-.4&556.4353

13、1-.31052-.52098-.25702J.15134-1.27655.41751.22573-1.76586-1.32671Iejnon-CQACflQQ77DDZ人均GDP即為X1，Z固定資產(chǎn)投資即為X2，其餘類推。調(diào)用計算變量模塊（TransformComputeVariables）,輸入公式如下圖所示:目怖駕苴F:類出與標(biāo)整0J/人均GOP倉國污定廣押壬護(hù)吐會月貿(mào)品密芭忌越Z農(nóng)時人均純收入於貳眄卩旅埶至令王蘭tum數(shù)亙Zcarp,A.jGDFJl/.A.夕Z5CC班回宅資產(chǎn)投資.於ZSMW.社二洋杵品垂.夕25：班尿和人均純吹.護(hù)zscorH科評川&劃量）Zsccre衛(wèi)生磯構(gòu)數(shù)呈.

14、豐郃GDF與非中心COF當(dāng)前二期巧問日朗運卑日期創(chuàng)建已皴和捋并真雖1日：磴恐組回:博廿普寺雖皴于宏迖宜巳；日斫支屋（T）:-267*ZA旳GDP亠.曲2七己固疋資嚴(yán)扶貿(mào)-.323七玉1M：月戔出克呈總和303J村人均紺攵入+.45薩番亦rtfg戲呈+.G02T遼蘭忙摳熱凰+”INQSSHlJLl二丄KdlaK11(；計算出來主成分Y1、Y2如下圖所示:曲爍回；且卞CDF與非中心3CF目荒口封燈巨H聆綃口期創(chuàng)建硏機構(gòu)數(shù)量口2生機構(gòu)數(shù)量Y1Y21.62927-425202.90-156-.06049-.90925.73-1.86.E10731.02481.64141-.67756-.16119-1

15、.33.16-.97366-.43612-1.4J.111.40293.056411.551.31.38439.71569-.83-.02.10146.30704-.15.49766-.334335.43-2.361.742441.508882.501.64.04488.603001.87-92-.06S29.02201-.64-35122-.53932-.16-1.10-.29463-.29742-1.19.04.667321.078601.201.4670049313G0-.291.451.12000.88230.221.1661073.71667.07.8E.32781.637672.4

16、2-.94-.52098-25702-.&7-.38-1.76586-1.32671-1.38-2131.572693377981.123.58由上述各步驟，我們就求得了主成分Y1和Y2。通過主成分得分，可以進(jìn)行聚類分析或者綜合評價。聚類分析不再詳述，下面再補充介紹一下綜合評價計算。根據(jù)公式，綜合評價得分Y=w1*Y1+w2*Y2,w1、w2值就是等於旋轉(zhuǎn)之前方差貢獻(xiàn)率(如下圖所示),本例中，兩個權(quán)重w1、w2分別是0.55449和0.29771,故Y=0.55449*Y1+0.29771*Y2。注意：如果需要對權(quán)重進(jìn)行歸一化處理，則w1、w2分別是55.449/85.220和29.771/8

17、5.220,則Y=(55.449*Y1+29.771*Y2)/85.220。TotalVarianceExplainedCamponmntInitialEigenvaluesExtractionSumsofSquaredLoadingsTotal%ofVarianceCumulative%Tolal%ofVarianceCumulative%13.32755.44955.4492.327r55.449155.4492178629.77185.220178629.7711|85.220|3.4970.28593.5054.2624.36297.3675.0881.47399.3406.040.6

18、60100.000ExtractionMethod:PrincipalComponentArimlyEiE.以未歸一化權(quán)重為例，通過計算變量可以得到主成分綜合評價得分Y,操作過程如下圖所示：刪降0+780BSSSBMHrnrirn目標(biāo)孌量CD匏字表迖去E：:対計算甕呈.55449.297712話地區(qū)少人均CLIP倉固定資產(chǎn)投資A社會消費品零售總撅搶農(nóng)材人均純收入妙科研機構(gòu)數(shù)量冷衛(wèi)生機構(gòu)數(shù)量Zscore(A均GDFZ人915H31)0121852r301.62927-.425202.90-1.561.14-.86049-.90926.73-1.86-.15.72-.69-.76126.610731.02481.541.41-.57756-.16119-1.33.16-.97366-.43612-1.43.111.40293.056411.561.31.38439-.71569-.83-.02-.47.052.311.88.76-.18-.42-.651.10.10146.30704-.16.45.49756-.334835.43-2.361.74