【正文】 ?第 3步 因子分析設(shè)置： 西南財經(jīng)大學(xué)出版社 21 因子分析 正交旋轉(zhuǎn)設(shè)置： 保存對話框設(shè)置： 西南財經(jīng)大學(xué)出版社 22 因子分析 ?第 4步 主要結(jié)果及分析： ?特征值與方差貢獻(xiàn)表 Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2 3 4 .876 5 .599 6 .326 7 .119 .796 8 .041 .272 9 .018 .121 10 .010 .063 11 .004 .027 12 .001 .009 13 .000 .002 14 .000 .001 15 Extraction Method: Principal Component Analysis. 可以看出前 3個特征值大于 1，同時這 3個公共因子的方差貢獻(xiàn)率占了%，說明提取這 3個公共因子可以解釋原變量的絕大部分信息。 西南財經(jīng)大學(xué)出版社 8 主成分析 ?第 4步 因子分析的結(jié)果； ?特征值與方差貢獻(xiàn)表 Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2 3 4 .876 5 .599 6 .326 7 .119 .796 8 .041 .272 9 .018 .121 10 .010 .063 11 .004 .027 12 .001 .009 13 .000 .002 14 .000 .001 15 Extraction Method: Principal Component Analysis. 從表中可以看出前 3個主成分已經(jīng)解釋了總方差的近 %，故可以選擇前 3個主成分進(jìn)行分析。主成分分析不能看作是研究的結(jié)果，而應(yīng)該在主成分分析的基礎(chǔ)上繼續(xù)采用其他多元統(tǒng)計方法來解決實際問題。因子分析主要應(yīng)用到兩個方面：一是尋求基本結(jié)構(gòu)，簡化觀測系統(tǒng)；二是對變量或樣本進(jìn)行分類。 省市 F1 F2 F3 F 綜合排序 山東 8 浙江 7 江蘇 6 廣東 5 遼寧 4 天冿 3 上海 2 北京 1 02 8 1 95 07 2 41 37 3F F F F? ? ?。由于是以相關(guān)系數(shù)矩陣為出發(fā)點進(jìn)行因子分析的，所以主成分分析表達(dá)式中的變量應(yīng)該是經(jīng)過標(biāo)準(zhǔn)化的數(shù)據(jù)。分類變量和連續(xù)變量均可以參與兩步聚類分析。 西南財經(jīng)大學(xué)出版社