因子分析步驟范例

1、因子分析步驟范例來源：語言研究應(yīng)用SPSS軟件實(shí)例大全某對(duì)外漢語培訓(xùn)中心對(duì)在該中心學(xué)習(xí)的外國留學(xué)生進(jìn)行了一項(xiàng)漢語學(xué)習(xí)動(dòng)機(jī)問卷調(diào)查。使用李克特五級(jí)式量表。第一級(jí)為最不喜歡，第五級(jí)為最喜歡。隨機(jī)抽取18人參加調(diào)查。其中個(gè)項(xiàng)目調(diào)查的是“內(nèi)在動(dòng)機(jī)”或稱“內(nèi)在興趣動(dòng)機(jī)”，了解留學(xué)生對(duì)漢語語言、文化的興迎與喜愛。該項(xiàng)目分為六個(gè)問題。整理數(shù)據(jù)如下問題1問題2問題3問題4問題5問題6問題7學(xué)生我喜歡漢語本身我對(duì)漢語學(xué)習(xí)有天生的興趣我非常欣賞漢語的書法我喜愛漢語歌曲我喜歡漢語戲劇我喜歡漢語文學(xué)我喜歡漢語文化1.22442542.33345433.33434424.24423415.22432426.253433

2、37.32354348.33555459.214454410.324345311.443344212.215435113.135544214.334444315.424553516.424455317.155434318.2355235建立數(shù)據(jù)集打開Factoranalysis主對(duì)話框Anayze（分析）一Detareduction（數(shù)據(jù)化簡）-factor（因素）所有數(shù)據(jù)放入variable框內(nèi)三、進(jìn)入Factoranalysis主對(duì)話框右邊的子對(duì)話框（一）Descriptive子對(duì)話框選擇Unvarables（單變量描述統(tǒng)計(jì)量）會(huì)輸出每個(gè)變量的平均數(shù)、標(biāo)準(zhǔn)差和觀測量選擇Initialsol

3、ution（初步結(jié)果）：會(huì)輸出原始分析結(jié)果：公因子方差、協(xié)方差、各因子的特征值、所占總方差的百分比、累計(jì)百分比。這是默認(rèn)系統(tǒng)，應(yīng)該保留。3.CorrelationMatrix（相關(guān)矩陣）圍欄，選項(xiàng)含可選擇的相關(guān)指標(biāo)與相關(guān)檢驗(yàn)：常常選擇（1）（4）（1）coeffieient（相關(guān)系數(shù)），列出各變量間的相關(guān)系數(shù)矩陣。（2）Significancelevel（顯著性水平），列出各變量單側(cè)檢驗(yàn)的P值。（3）Determinant（行列式）選項(xiàng)，輸出相關(guān)系數(shù)矩陣的行列式。（4）KMOandBarletttestsofsphericity（開塞_梅耶_歐巴金和巴萊特球性檢驗(yàn)）選項(xiàng)（K-Kaiser,M-

4、Meyer,O-Olkin）:列出球性檢驗(yàn)的結(jié)果，顯示因素模型是否合理。（5）Inverse（逆矩陣）：列出相關(guān)系數(shù)的逆矩陣。（6）Reproduced（在生相關(guān)矩陣），列出因子分析后估計(jì)的相關(guān)矩陣與殘差。34:（7）Anti（逆影像）：列出包括相關(guān)系數(shù)的負(fù)值，包括方差的負(fù)值的逆影像方差矩陣。我喜歡漢語本我對(duì)漢語學(xué)習(xí)有天生的興趣我非常欣賞漢語的書法12.002.004.0023.003JJ03JJ033.003JJ04.0042.004.004.0052.002.004.0062.005.003.0073.002.003.0083.003JJ05.0092.001.004.00103.002J

5、J04.00114.004.003JJ0122.001.005.00131.003.005.00143.003.004.00154.002.004.00164.002.004.00171.005.005.00182.003JJ05.0019202122232425262728293031323334二）ExtrDataViewVariableVieStatisticsDescriptives.UnivariatedescriptivesExtraction.Rotation.Scores.CorrelationMatrixOptions.叵|Coefficients|Inverse|Signi

6、ficaneelevelsReproducedAnti-imageHelpelp0InitialsolutionFileEditViewDataTranstormAnalyzeGraphsDeterminant叵甌0andBartlettstestof:sphericityDataSetO-SPSSDataEdit0卜|ContinueCancel子對(duì)話框。T0.02KJS40.02KJS匡1Method：七種方法區(qū)別不大。用默認(rèn)Principalcomponents（主成分分析法）：從解釋變量的變異出發(fā)，使變異的方差能夠被主成分所解釋，主要用于獲得初始因子的結(jié)果。Analyze圍欄：（1）C

7、orrelationmatrix（變量間相關(guān)矩陣）。保留默認(rèn)。（2）Covariancematrix（變量間協(xié)方差矩陣）3.Display圍欄（輸出結(jié)果）（1）a.Unrotatedfactorsolution（顯示未經(jīng)旋轉(zhuǎn)變化的因子提取結(jié)果）（2）Screeplot（碎石圖）：橫軸為因子序號(hào)，縱軸表示特征值大小。該圖按特征值大小依次排列因子，可以看出哪些是主要因子。MaximumIterationsforconvergence（收斂最大迭代次數(shù)）4.Extract（設(shè)定公因子提取標(biāo)準(zhǔn)）圍欄：1）Eigenvaluesover（以特征大于莫數(shù)值為提取標(biāo)準(zhǔn)）。保留默認(rèn)選擇系統(tǒng)默認(rèn)值1.（2）Nu

8、mberoffactors（自提取因子的數(shù)量）。保留默認(rèn)選擇值1.（3）Maximumiterationsforconvergence（收斂最大迭代次數(shù)），保留默認(rèn)選擇25.4.Rotation（旋轉(zhuǎn)）（1）method.選擇Varimatrix正交旋轉(zhuǎn)法）（2）Display（輸出結(jié)果顯示）Rotatedsolution（旋轉(zhuǎn)解法）：正交旋轉(zhuǎn)，輸出旋轉(zhuǎn)后的模式矩陣和因子轉(zhuǎn)換矩陣。Loadingplot（載荷散點(diǎn)圖：三維圖：坐標(biāo)值為因子值，各個(gè)變量以三點(diǎn)形式分布其中，可以直觀了解變量與因子之間的關(guān)系。Scores（因子得分）。保留默認(rèn)Options,保留默認(rèn)。保留默認(rèn)。確認(rèn)，得到以下表格：FA

9、CTOR/VARIABLES我喜歡漢語本身我對(duì)漢語學(xué)習(xí)有天生的興趣我非常欣賞漢語的書法我喜愛漢語歌曲我喜歡漢語戲劇我喜歡漢語文學(xué)我喜歡漢語文化/MISSINGLISTWISE/ANALYSIS我喜歡漢語本身我對(duì)漢語學(xué)習(xí)有天生的興趣我非常欣賞漢語的書法我喜愛漢語歌曲我喜歡漢語戲劇我喜歡漢語文學(xué)我喜歡漢語文化/PRINTINITIALCORRELATIONKMOEXTRACTIONROTATION/PLOTROTATION/CRITERIAMINEIGEN（1）ITERATE（25）/EXTRACTIONPC/CRITERIAITERATE（25）/ROTATIONVARIMAX/SAVEREG（

10、ALL）/METHOD=CORRELATION.表1漢語學(xué)習(xí)動(dòng)機(jī)調(diào)查相關(guān)矩陣表CorreiationMatrix我喜歡漢語本身我對(duì)漢語學(xué)習(xí)有天生的興趣我非常欣賞漢語的書法我喜愛漢語歌曲我喜歡漢語戲劇我喜歡漢語文學(xué)我喜歡漢語文化Correlation我喜歡漢語本身1.000-.207-.489-.033.581.000.225我對(duì)漢語學(xué)習(xí)有天生的興趣-.2071.000-.124-.186-.193-.368-.151我非常欣賞漢語的書法-.489-.1241.000.284-.206.236.061我喜愛漢語歌曲-.033-.186.284我喜歡漢語戲劇.581-.193-.206我喜歡漢語文

11、學(xué).000-.368.236我喜歡漢語文化.225-.151.0611.000.234-.393.699.2341.000.000.230-.393.0001.000-.409.699.230-.4091.000圖表結(jié)果說明：CorrelationMatrix（相關(guān)矩陣表）：該表給出了這七個(gè)變量的相關(guān)系數(shù)矩陣。它們的相關(guān)系數(shù)并不怎么高,有的還是負(fù)相關(guān)。可以進(jìn)行分析，不必考慮會(huì)有嚴(yán)重的共線性問題。表2漢語學(xué)習(xí)動(dòng)機(jī)調(diào)查因子分析開塞梅耶歐巴金和巴萊特球性檢驗(yàn)表KMOandBartlettsTestKaiser-Meyer-OlkinMeasureofSamplingAdequacy.Bartlett

12、sTestofSphericityApprox.Chi-SquaredfSig.51935.24921.027圖表說明：KMOandBarlettstestsofsphericity（開塞梅耶歐巴金和巴萊特球性檢驗(yàn)）表：該表專門用來判斷對(duì)所涉及的的數(shù)據(jù)能否進(jìn)行因子分析。第一行是檢驗(yàn)變量間偏相關(guān)的性的KMO統(tǒng)計(jì)值，為0.591,接近0.52，說明這七個(gè)變量是相關(guān)的。根據(jù)統(tǒng)計(jì)學(xué)家的觀點(diǎn)，如果KMO值小于05,就不宜進(jìn)行因子分析。我們這一數(shù)值略大于他們提出的臨界值，可以進(jìn)行因子分析。第二行為Bartletts（巴萊特）檢驗(yàn)卡方值。該值為35.249，自由度為21度，顯著者為0.027,他們之間有共同

13、因素存在，適合進(jìn)行因子分析。這一結(jié)論與我們觀察KMO值得出的理解是完全一致的?？幢?Communalities（公因子方差表）InitialExtraction1.000.8301.000.7231.000.7831.000.8741.000.6521.000.847Communalities我喜歡漢語本身我對(duì)漢語學(xué)習(xí)有天生的興趣我非常欣賞漢語的書法我喜愛漢語歌曲我喜歡漢語戲劇我喜歡漢語文學(xué)我喜歡漢語文化I1.0001.7961ExtractionMethod:PrincipalComponentAnalysis.表格說明Communalities（公因子方差表）：表中給出了各變量中信息分別被

14、提出的比例。提取比例最高的是漢語歌曲0.874，最低的是漢語戲劇0.652.表4TotalVarianceExplained（能解釋的方差比例表），也稱主成份列表。TotalVarianceExplainedComponentInitialEigenvauesExtractionSumsofSquaredLoadingsRotationSumsofSquaredLoadingsTotal%ofVarianceCumulative%Total%ofVarianceCumulative%Total%ofVarianceCumulative%12.21331.62131.6212.21331.621

15、31.6212.07829.68129.68121.79525.64057.2611.79525.64057.2611.92527.50757.18831.49721.39178.6521.49721.39178.6521.50321.46478.6524.6349.05087.7025.3995.70693.4086.2663.80297.2117.1952.789100.000ExtractionMethod:PrincipalComponentAnalysis.圖表說明TotalVarianceExplained（能解釋的方差比例表），也稱主成份列表，是一個(gè)非常重要的表格。一個(gè)因子所解釋

16、的方差比例越高，這個(gè)因子包含原有變量信息的量就越多。第一個(gè)成分的初始特征值為2.231，能解釋的方差比例為31.621，第二個(gè)與第三個(gè)分別為25.6和21.4%。其余四個(gè)成分都小于1，說明這幾個(gè)成分的解釋力度還不如直接引入原變量大。這七個(gè)變量只需要提取出頭三個(gè)成分即可。ExtractionMethod:PrincipalComponentAnalysis（提取方法，主成份分析表）表4ScreePlot碎石圖ScreePlot.o2211-dnflAueBllj0.5-圖表說:s明:。第三個(gè)成分就是這一圖形的“拐1234567點(diǎn)”。這一之前是主要因子，這一之后是次要因子。因此，這一碎石圖用直觀的

17、方法向我們顯示，在我們這一實(shí)例中，只需要提取三個(gè)主要成分就行了。表5ComponentMatrix成分矩陣表Component123我喜歡漢語本身.549-.727.014我對(duì)漢語學(xué)習(xí)有天生的興趣-.245.151-.800我非常欣賞漢語的書法-.184.678.537我喜愛漢語歌曲.726.570.147我喜歡漢語戲劇.628-.474.181我喜歡漢語文學(xué)-.473-.331.717我喜歡漢語文化.820.352.016ComponentMatrixaExtractionMethod:PrincipalComponentAnalysis.a.3componentsextracted.圖表說

18、明：ComponentMatrix成分矩陣表，表中列出未使用旋轉(zhuǎn)方法時(shí)使用因子能解釋的各個(gè)變量的比例（各變量的信息被主成份提取了多少）。ExtractionMethod:PrincipalComponentAnalysis.提取方法：主成份分析法a.3componentsextracted.提取了三個(gè)主成份表6RotatedComponentMatrixa旋轉(zhuǎn)后成分矩陣表RotatedComponentMatrixaComponent123我喜歡漢語本身.047.904.106我對(duì)漢語學(xué)習(xí)有天生的興趣-.180-.178-.811我非常欣賞漢語的書法.271-.715.445我喜愛漢語歌曲.9

19、30-.071.067我喜歡漢語戲劇.266.724.238我喜歡漢語文學(xué)-.519-.072.757我喜歡漢語文化.874.175-.034ExtractionMethod:PrincipalComponentAnalysis.RotationMethod:VarimaxwithKaiserNormalization.a.Rotationconvergedin4iterations.圖表說明：表中列出了使用旋轉(zhuǎn)方法后因子能解釋的各個(gè)變量的比例。對(duì)比表5可以看出，旋轉(zhuǎn)后，原先較大的比例變得更大，較小的比例則變得更小。ExtractionMethod:PrincipalComponentAnalysis:提取方法：主要成分分析法RotationMethod:VarimaxwithKaiserNormalization：旋轉(zhuǎn)方