資源描述:
《因子分析的SPSS實(shí)現(xiàn).doc》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、個(gè)人收集整理勿做商業(yè)用途§8.6因子分析的spss實(shí)現(xiàn)在前面,我們用SPSS的FactorAnalysis模塊實(shí)現(xiàn)了主成分分析,實(shí)際上,FactorAnalysis主要是SPSS軟件進(jìn)行因子分析的模塊,由于主成分分析與因子分析(特別是因子分析中的主成分法)之間有密切的關(guān)系,SPSS軟件將這兩種分析方法放到同一模塊中。下面我們先用SPSS軟件自帶的數(shù)據(jù)說(shuō)明FactorAnalysis模塊進(jìn)行因子分析的方法,然后給出一個(gè)具體案例.為了與主成分分析進(jìn)行比較,我們此處仍延用SPSS自帶的Employeedata.sav數(shù)據(jù)集.【例8。6。1】數(shù)據(jù)
2、集wxm6—5.sav中各變量解釋說(shuō)明見(jiàn)上一章主成分分析,用FactorAnalysis模塊進(jìn)行因子分析。打開(kāi)wxm6-5。sav數(shù)據(jù)集并依次選分析(Analyze)=〉降維(Dimensionreduction)=〉因子分析(Factor)打開(kāi)因子分析(Factor)對(duì)話框:變量x1-x8進(jìn)入Variables窗口.點(diǎn)擊對(duì)話框右側(cè)的Extraction進(jìn)入Extration對(duì)話框,在Method選項(xiàng)框我們看到SPSS默認(rèn)是用主成分法提取因子,在Analyze框架中看到是從分析相關(guān)陣的結(jié)構(gòu)出發(fā)求解公因子。點(diǎn)Continue按鈕繼續(xù)。如果這
3、樣交由程序運(yùn)行的話,將得到與主成分分析同樣的結(jié)果,其中包括公因子解釋方差的比例,因子載荷矩陣(即ComponentMatrix)等。個(gè)人收集整理勿做商業(yè)用途選中scores=〉Displayfactorscorecoefficientmatrix復(fù)選框,它要求SPSS輸出因子得分矩陣,即標(biāo)準(zhǔn)化主成分(因子)用原始變量線性表示的系數(shù)矩陣。點(diǎn)Continue繼續(xù),點(diǎn)OK按鈕運(yùn)行,可以得到如下輸出結(jié)果:CommunalitiesInitialExtraction100m(秒)1。000。668200m(秒)1。000。752400m(秒)1.0
4、00。838個(gè)人收集整理勿做商業(yè)用途800m(分)1.000。9001500m(分)1。000.9205000m(分)1.000。87910000m(分)1.000。891馬拉松(分)1.000.774ExtractionMethod:PrincipalComponentAnalysis.TotalVarianceExplainedComponentInitialEigenvaluesExtractionSumsofSquaredLoadingsTotal%ofVarianceCumulative%Total%ofVarianceCumu
5、lative%16。62282.77782.7776。62282。77782。7772.87810。97093。7473。1591.99295.7394。1241。55197.2895.080.99998.2886.068。85099。1377.046。58099。7178。023。283100.000ExtractionMethod:PrincipalComponentAnalysis。ComponentMatrixaComponent1100m(秒).817200m(秒).867400m(秒).915800m(分).9491500m(
6、分).9595000m(分).93810000m(分).944馬拉松(分)。880ExtractionMethod:PrincipalComponentAnalysis。個(gè)人收集整理勿做商業(yè)用途a.1componentsextracted.ComponentScoreCoefficientMatrixComponent1100m(秒).123200m(秒).131400m(秒)。138800m(分)。1431500m(分)。1455000m(分)。14210000m(分).143馬拉松(分)。133ExtractionMethod:Pri
7、ncipalComponentAnalysis。ComponentScores。個(gè)人收集整理勿做商業(yè)用途TotalVarianceExplainedComponentInitialEigenvaluesExtractionSumsofSquaredLoadingsTotal%ofVarianceCumulative%Total%ofVarianceCumulative%16。62282。77782。7776。62282.77782.7772。87810.97093。747.87810.97093.7473。1591。99295。7394。
8、1241.55197.2895.080。99998。2886.068.85099.1377。046.58099.7178。023.283100。000ExtractionMethod:Prin