【正文】 10 主成分析 ?旋轉前的因子載荷矩陣 Component 1 2 3 x1 .407 .805 .268 x2 .596 .209 x3 .016 .821 x4 .895 x5 .614 .763 .028 x6 .826 x7 .273 .184 x8 .636 .703 .041 x9 .619 .703 .008 x10 .552 .766 .196 x11 .654 .172 x12 .666 .166 x13 .863 x14 .728 .144 x15 .579 .760 .005 Extraction Method: Principal Component Analysis. a. 3 ponents extracted. 西南財經大學出版社 11 主成分析 ?第 5步 利用因子分析的結果進行主成分分析：上 表是旋轉前的因子載荷矩陣，并不是主成分分析中所需要的標準化的正交向量，要得到標準化正交向量還需作如下運算： ?將上表因子載荷矩陣中的數據輸入 SPSS數據編輯窗口中，將3個變量名分別命名為 a1,a2和 a3。 Component 1 2 3 x1 .973 .052 x2 .919 .036 x3 .883 .334 x4 .985 x5 .482 .497 x6 .947 .131 x7 .972 .178 x8 .849 .340 x9 .300 .834 .386 x10 .611 .637 .399 x11 .955 .000 x12 .992 x13 .876 .205 x14 .968 .032 x15 .859 Extraction Method: Principal Component Analysis. a. 3 ponents extracted. 西南財經大學出版社 24 因子分析 ?旋轉后的因子載荷矩陣 從旋轉后的因子載荷矩陣可以看出。 省市 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x14 x15 北京 229 天冿 87 遼寧 44 上海 104 2 江蘇 50 浙江 53 山東 30 廣東 35 西南財經大學出版社 20 因子分析 ?第 1步 分析：如題所示，要求用因子分析法分析。 編號 國家 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x14 x15 1 中國 2 印度 4 3 日本 0 4 韓國 5 新加坡 6 美國 7 加拿大 8 巴西 9 墨西哥