SPSS因子分析報(bào)告實(shí)例操作步驟

1、SPS!0子分析實(shí)例操作步驟實(shí)驗(yàn)?zāi)康模阂?003201舜全國的農(nóng)、林、牧、漁業(yè)，采礦業(yè)，制造業(yè)電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)，建筑業(yè)，批發(fā)和零售業(yè)，交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)7個(gè)產(chǎn)業(yè)的投資值作為變量，來研究其對(duì)全國總固定投資的影響。實(shí)驗(yàn)變量：以年份，合計(jì)（單位：千億元），農(nóng)、林、牧、漁業(yè)，采礦業(yè)，制造業(yè)電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)，建筑業(yè)，批發(fā)和零售業(yè)，交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)作為變量。實(shí)驗(yàn)方法：因子分析法軟件:操作過程：第一步：導(dǎo)入Excel數(shù)據(jù)文件1.opendatadocumentopendataopen;2.OpeningexceldatasourceOK.境OpeningExcel

2、0SourceF:SPS印SPSS作業(yè)】因子分析用室主要行史分的I全社會(huì)潰產(chǎn)投資上13!，iwbiIran«iibmbvibiiiwbi«，iwbimu«lira«1»»iwbiIirainaviiibmrv|ReadvariablenamestornthefirstrowofdataWorksheet:SheeHA1AG49JTRange:Maxinnumwidthforstringcoiumds.32767OKCancelHelp第二步：1.數(shù)據(jù)標(biāo)準(zhǔn)化：在最上面菜單里面選中AnalyzeDescriptiveStatisticsO

3、K（變量選擇除年份、合計(jì)以外的所有變量）.2.降維：在最上面菜單里面選中AnalyzeFactor,變量選擇標(biāo)準(zhǔn)化后的數(shù)據(jù).DimensionReductionr避年份庫份合計(jì)（單的干化二農(nóng)、林、牧、適業(yè)某礦業(yè)牌丁業(yè)10制造業(yè)佛摧業(yè)夕電力，藕力、燃?xì)饧皟H建筑業(yè)舅筑業(yè)e批發(fā)和春售業(yè)導(dǎo)交通運(yùn)輸、倉儲(chǔ)和郵.0OKPasteResetCancelHelp3.點(diǎn)擊右側(cè)Descriptive,勾選CorrelationMatrix選項(xiàng)組中的Coefficients和KMOandBartlett'stextofsphericity,點(diǎn)擊Continue.箏FactorAnalysis;Descrip

4、tiv-e'S，士三生71-Statistics3MailirMIIIBIMMBIIIMltMBIinMI»!Univariatedescriplivesh?iTlir-illii-fillliRtiliIniili»ailiIillHiUlfQInitialsolutionCorrelationMatrix«CoeffidentsIDInverse_lSignfficancelevels-.Reproduced：DeterminantAnt-imageMKMOandBartleWst&stofsphericityContinueCancelHel

5、p4 .點(diǎn)擊右側(cè)Extraction,勾選ScreePlot和fixednumberwithfactors,默認(rèn)3個(gè)，點(diǎn)擊Continue.5 .點(diǎn)擊右側(cè)Rotation，勾選Method選項(xiàng)組中的Varimax;勾選Display選項(xiàng)組中的LodingPlot(s);點(diǎn)擊Continue.埼FactorArlyis：flotationMethodONoneOQuartimaxIMBIIIBWIIBinMII«VarimaOEquamaxODirectObEiminOPromaxDelta:joKsppa4I口后廠(*/RotatedsolutionWLoadingpfcUs)Max

6、imumIterationsforCon'refice:25ContinueCancelHelp6.點(diǎn)擊右側(cè)Scores,勾選Method選項(xiàng)組中的Regression;勾選Displayfactorscorecoefficientmatrix;點(diǎn)擊Continue.帛FactorAnalysis:FactorScores“迨己電asvariablesihmkiiIMethod-I(o-1Regression|©BartlettOAnderson-RubinOi&pla/faderscoreMeffieiertmatrixcortinue-CancelHelp選項(xiàng)組中

7、所7.點(diǎn)擊右側(cè)Options,勾選CoefficientDisplayFormat有選項(xiàng)，將Absolutevalueblow改為，點(diǎn)擊Continue.由FactorAnalysis:Options-fussingValuesExcludecasesllstwiseloir-biiib-sTwirrmiit-i，rr:，ri:，i，：，ei,im>iiiir-tiinrtiiiitiniii，riiimn，產(chǎn)C'Excludecases£aiwise(._1ReplacewithmeanI-CoeRia&ntDisplayFormat；I圖S&rtea

8、&ysize4S&ppB*smzlloowHici0nl:sAbsolutevaluebelow:£口CLnuajCancelHelp8.返回主對(duì)話框，單擊OK.輸出結(jié)果分析：1.描述性統(tǒng)計(jì)量DescriptiveStatisticsNMinimumMaximumMeanStd.Deviation農(nóng)、林、牧、漁業(yè)11米礦業(yè)11.6制造業(yè)11.44電力、熱力、燃?xì)饧八?1產(chǎn)和供應(yīng)業(yè)建筑業(yè)11批發(fā)和零售業(yè)11交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)11.82ValidN(listwise)11該表提供分析過程中包含的統(tǒng)計(jì)量，表格顯示了樣本容量以及11個(gè)變量的最小值、最大值、平均值、標(biāo)準(zhǔn)差

9、。和球形Bartlett檢驗(yàn)KMOandBartlett'sTestKaiser-Meyer-OlkinMeasureofSamplingAdequacy.Bartlett'sTestofApprox.Chi-SquareSphericitydfSig.74421.000該表給出了因子分析的KMG口Bartlett檢驗(yàn)結(jié)果。從表中可以看出，Bartlett球度檢驗(yàn)的概率p值為，即假設(shè)被拒絕，也就是說，可以認(rèn)為相關(guān)系數(shù)矩陣與單位矩陣有顯著差異。同時(shí)，KM譴為，根據(jù)KM(£量標(biāo)準(zhǔn)可知，原變量適合進(jìn)行因子分析。3 .因子分析的共同度CommunalitiesInitiExt

10、racaltionZscore（農(nóng)、林、牧、漁.883業(yè)）Zscore:采礦業(yè).741Zscore:制造業(yè).974Zscore（電力、熱力、燃?xì)饧?992水生產(chǎn)和供應(yīng)業(yè)）Zscore:建筑業(yè).987Zscore（批發(fā)和零售業(yè)）.965Zscore（交通運(yùn)輸、倉儲(chǔ).935和郵政業(yè)）ExtractionMethod:PrincipalComponentAnalysis.表格所示是因子分析的共同度。表格第二列顯示初始共同度，全部為;第三列是按照提取3個(gè)公因子得到的共同度，可以看到只有“采礦業(yè)”的共同度稍低，說明其信息丟失量稍嚴(yán)重。4 .因子分析的總方差解釋TotalVarianceExplained

11、ComponentInitialEigenvaluesExtractionSumsofSquaredLoadingsRotationSumsofSquaredLoadingsTotal%ofVarianceCumulative%Total%ofVarianceCumulative%Total%ofVarianceCumulative%1234.4135.0986.0.152117.0.00300TotalVarianceExplainedComponentInitialEigenvaluesExtractionSumsofSquaredLoadingsRotationSumsofSquared

12、LoadingsTotal%ofVarianceCumulative%Total%ofVarianceCumulative%Total%ofVarianceCumulative%1234.4135.0986.0.152117.0.00300ExtractionMethod:PrincipalComponentAnalysis.該表由3部分組成，分別為初始因子解的方差解釋、提取因子解的方差解釋和旋轉(zhuǎn)因子解的方差解釋。InitialEigenvalues部分描述了初始因子解的狀況。第一個(gè)因子的特征根為，解釋7個(gè)原始變量總方差的%第二個(gè)因子的特征根為，解釋7個(gè)原始變量總方差的%累計(jì)方差貢獻(xiàn)率為%第三

13、個(gè)因子的特征根為，解釋7個(gè)原始變量總方差的%累計(jì)方差貢獻(xiàn)率為%也就是說，三個(gè)變量解釋了所有7各變量的90%上，且也只有這三個(gè)變量的特征值大于1。ExtractionSumsofSquaredLoadings部分和RotationSumsofSquaredLoadings部分描述了因子提取后和旋轉(zhuǎn)后的因子解。從表中看出，有三個(gè)因子提取和旋轉(zhuǎn)，其累計(jì)解釋總方差百分比和初始解的前三個(gè)變量相同，但經(jīng)旋轉(zhuǎn)后的因子重新分配各個(gè)因子的解釋原始變量的方差，使得因子的方差更接近，也更易于解釋。5 .碎石圖ScreePlotan-布一山i|HilIIII1234567ComponentNumber利用因子分析的碎

14、石圖可以更加直觀的發(fā)現(xiàn)最優(yōu)因子的數(shù)量。在碎石圖中，橫坐標(biāo)表示因子數(shù)目，縱坐標(biāo)表示特征根。從圖中可以看出，前三個(gè)因子的特征跟都很大，從第四個(gè)開始，因子的特征根都小于一，且連線變得較平緩，及前三個(gè)因子對(duì)解釋變量的貢獻(xiàn)最大，6 .旋轉(zhuǎn)前的因子載荷矩陣ComponentMatrixaComponent123Zscore（電力、熱力、燃?xì)饧八a(chǎn).871和供應(yīng)業(yè)）Zscore（交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)）Zscore:采礦業(yè).857Zscore（農(nóng)、林、牧、漁業(yè)）.704Zscore（批發(fā)和零售業(yè)）.726.569Zscore:建筑業(yè).687.364Zscore:制造業(yè).600.793ExtractionM

15、ethod:PrincipalComponentAnalysis.a.3componentsextracted.該表空白處表示相應(yīng)載荷小于。因子載荷矩陣中給出每一個(gè)變量在三個(gè)因子上的載荷。在旋轉(zhuǎn)前的載荷矩陣中所有變量在第一個(gè)因子上的載荷都較高，即與第一個(gè)因子的相關(guān)程度較高，第一個(gè)因子解釋了大部分變量的信息；而后面兩個(gè)因子與原始變量的相關(guān)程度較小，對(duì)原始變量的解釋效果不明顯，沒有旋轉(zhuǎn)的因子的含義很難解釋。7 .旋轉(zhuǎn)后的因子載荷矩陣RotatedComponentMatrixaComponent123Zscore（農(nóng)、林、牧、漁業(yè)）.899Zscore（交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)）米礦業(yè).771.35

16、2Zscore（電力、熱力、燃?xì)饧八a(chǎn)和.749.440.441供應(yīng)業(yè)）Zscore:建筑業(yè).985Zscore（批發(fā)和零售業(yè)）.961Zscore:制造業(yè).873ExtractionMethod:PrincipalComponentAnalysis.RotationMethod:VarimaxwithKaiserNormalization.該表空白處表示相應(yīng)載荷小于。因子載荷矩陣中給出每一個(gè)變量在三個(gè)因子上的載荷。在旋轉(zhuǎn)后的載荷矩陣中可以看出，與第一產(chǎn)業(yè)相關(guān)的產(chǎn)業(yè)在第一個(gè)因子上的載荷較高，與第二產(chǎn)業(yè)相關(guān)的產(chǎn)業(yè)在第二個(gè)因子上的載荷較高，與第三產(chǎn)業(yè)相關(guān)的產(chǎn)業(yè)在第三個(gè)因子上的載荷較高。和沒旋轉(zhuǎn)相

17、比，因子的含義清楚很多。8 .旋轉(zhuǎn)空間的因子圖ComponentPlotinRotatedSpace該圖為可以看做是旋轉(zhuǎn)后的載荷矩陣的圖形表示。從圖中又一次驗(yàn)證了前面旋轉(zhuǎn)后的載荷矩陣對(duì)因子的解釋。8 .因子得分系數(shù)ComponentScoreCoefficientMatrixComponent123Zscore（農(nóng)、林、牧、漁業(yè)）Zscore:采礦業(yè)Zscore:制造業(yè)Zscore（電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)）Zscore:建筑業(yè)Zscore（批發(fā)和零售業(yè)）Zscore（交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)）.445.261.201.071.075.008.182.429.402.204.093.76

18、1.263.156.050ExtractionMethod:PrincipalComponentAnalysis.RotationMethod:VarimaxwithKaiserNormalization.ComponentScores.列出了采用回歸法估算的因子得分系數(shù)，根據(jù)表中的內(nèi)容可以寫出因子得分函數(shù)F1=*Zscore1+*Zscore3+*Zscore5+*Zscore7F2=*Zscore2+*Zscore3+*Zscore5+*Zscore7F3=*Zscore1+*Zscore2+*Zscore3+*Zscore4+*Zscore6+*Zscore7不僅如此，原數(shù)據(jù)文件中增加了變量FAC_1和FAC_2FAC_3表示3個(gè)因子在不同年份的得分值。9 .總因子得分及排序年份FACliFAC2F匐3總得分2003-0.449522.238371.684661.00887296820111.334571.17016-0.e04170.83454797220060-25747-1.019441.749130.133S919)20070.82625-0.49357-0.141330.128399572：20100.70663-0.66210.152820.07271807420040.40950.0003770350.00834703620120.08