spss_第10單元_因素分析(完整版)
【正文】 圖 92 “Factor Analysis”對(duì)話框 SPSS應(yīng)用 圖 93 “Factor Analysis： Descriptives”對(duì)話框 SPSS應(yīng)用 圖 94 “Factor Analysis： Extraction”對(duì)話框 SPSS應(yīng)用 圖 95 “Factor Analysis： Rotation”對(duì)話框 SPSS應(yīng)用 圖 96 “Factor Analysis： Facfor Scores”對(duì)話框 SPSS應(yīng)用 圖 97 “Factor Analysis： Options”對(duì)話框 SPSS應(yīng)用 （ 1） SPSS輸出結(jié)果文件中的第一部分如下表所示。 SPSS應(yīng)用 因子分析中有多種確定因子變量的方法，如基于主成分模型的主成分分析法和基于因子分析模型的主軸因子法、極大似然法、最小二乘法等。 因子分析的 4個(gè)基本步驟 SPSS應(yīng)用 進(jìn)行因素分析，因素?cái)?shù)目考慮與挑選標(biāo)準(zhǔn)，常用的準(zhǔn)則有二種：一是 Kaiser準(zhǔn)則，選取特征值大于 1的因素；二是 Cattell所倡導(dǎo)的特征值圖形的陡坡檢驗(yàn)（ scree test），此圖根據(jù)最初抽取因素所能解釋的變異量高低繪制而成。 2．變量共同度 ——每個(gè)變量在每個(gè)共同因素的負(fù)荷量的平方和。 （ 2）因子變量不是對(duì)原有變量的取舍，而是根據(jù)原始變量的信息進(jìn)行重新組構(gòu)，它能夠反映原有變量大部分的信息。 SPSS應(yīng)用 因子分析是將現(xiàn)實(shí)生活中眾多相關(guān)、重疊的信息進(jìn)行合并和綜合，將原始的多個(gè)變量和指標(biāo)變成較少的幾個(gè)綜合變量和綜合指標(biāo)，以利于分析判定。本章介紹因子分析的定義、因子分析的數(shù)學(xué)模型，以及因子分析在 SPSS中的實(shí)現(xiàn)過程。 SPSS應(yīng)用 （ 3）因子變量之間不存在線性相關(guān)關(guān)系，對(duì)變量的分析比較方便。 ——每個(gè)變量在某一共同因素的因素負(fù)荷量的平方總和。表示陡坡圖底端的因素不具重要性，可以舍棄不用，因而從陡坡圖的情形，也可以作為挑選因素分析數(shù)目的標(biāo)準(zhǔn)。其中基于主成分模型的主成分分析法是使用最多的因子分析方法之一。 SPSS結(jié)果解釋 SPSS應(yīng)用 （ 2
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1