SPSS因子分析实验报告

实用文档实验十一(因子分析)报告、数据来源各地区年平均收入.sav.savr1x23诃x5x71北S!10907 00A259.009917 0012B64 0018056 0014945 0037096 0029669005083.0D5667 0011029.0011797.006950 005109.003河北6066 003843.005073 006029.006323006196 007125 004山西5731 003177.003349005267.006387 00290 006044 00石内1E古&4C2.OO3551.005290 004407,005612004599 QQ?501 006辽宁6226.DO3563.0337B9.OO6618.009158 007417.004899.0076017 003813W7403.007471 007402.006699 006811.00e奧握I&323002747 00M72 00aoeeoo6613005933 003266 009上莓11733007329CQ074fiOO12698.0Q160570014175.00127200010工苏7745.DO5183007390.009144.009153.007362.006884.0011B847.007O2600734C009396(11O417.O095OC.Q0BtZB.OO126039 003S920D4B30 006306.006042 005511 005605 0013福這7G21 DO6562.0011124 008556 OQ8336 008732 007S07.0Q江西5303.00363E.006056 007907.OD8545.007535.0044&5.0015山駅6017 0041BG1006420 006257.006702 006026.002351.00河菌5643 003797.005912.0049Q9 006459 005307 004995 0017瀚北5741 DO3731 0051S3 005319006237 0Q769 004963 0018關南5683003736.006218 00SO27.OD7929.005224.0037130019广东10032.006814.00110X0012475 0012410.0011140 0077130020广西5&54 004437.005296 006536 0067&5 005577 006189J0a21&46S DO4208007010 0011062.009077 008373 0084B2 0Q22董庆528004016.003852 006166 00911400S3&1 007025.00右四川5996 0039S2.0D4&42.00333 00707 005568 004500 00、基本结果(1(1)考察原有变量是否适合进行因子分析首先考察原有变量之间是否存在线性关系，是否采用因子分析提取因子。借助变量的相关系数矩阵、反映像相关矩阵、巴特利球度检验和KMKM 检验方法进行分析，结果如表 1 1、表 2 2 所示：表1原有变量相关系数矩阵correlation matrixCorrMiition Matrix鬣 1*蟀净忖外话謎 3corrtinon国经济晕tz1.0DD.625595773.M2ras.574.8251.000716.740.S24.849.654联豐经济早五.595.716t.aoo方泗.59B.773.740.6B91 oao.765盹外瞬抿麴济.742.B247B51I.Q0D893696.昔翼台婭:齐華忖.796卿砂1QQ0747574於 44&2571科 71 000表 1 1 显示原有变量的相关系数矩阵，可以看出大部分的相关系数都比较 高，各变量呈较实用文档强的线性关系，能够从中提取公共因子，适合进行因子分析表2 KMO and Bartletts TestKMO and Bartletts TestKaiser-Meyer-Olkin Measure ofSampling Adequacy.832Bartletls Test ofApprox,ChnSquare1B2913Sphericitydf21Sg.000由表 2 2 可知，巴特利特球度检验统计量观测值为 182.913182.913,p p 值接近 0 0,显 著性差异，可以认为相关系数矩阵与单位阵有显著差异，同时KMKM 值为0.8820.882，根据 KaiserKaiser 给出的 KMKM 度量标准可知原有变量适合进行因子分析。（2 2）提取因子进行尝试性分析：根据原有变量的相关系数矩阵，采用主成分分析法提取 因子并选取大于 1 1 的特征值。具体结果见表 3 3:可知，initialinitial 列是因子分析 初始解下的共同度，表明如果对原有 7 7 个变量采用主成分分析法提取所有特征 值，那么原有变量的所有方差都可以被解释，变量的共同度均为1 1。事实上，因子个数小于原有变量的个数才是因子分析的目的，所以不可以提取全部特征 值。第二列表明港澳台经济单位、集体经济单位以及外商投资经济单位等变量 的绝大部分信息（大于 83%83%可被因子解释。但联营经济、其他经济丢失较为 严重。因此，本次因子提取的总体效果不理想。表3因子分析中的变量共同度（一）IrWEnaction国有经济单检1 000760隼体径济单位1 000.851联莹经济犖位1 000599股悅制经济单俊1 000795外商投资经济单位1.000830港理自经济单位1J0O9131.000592重新制定提取特征值的标准，指定提取 2 2 个因子，分析表 4 4:可以看出,此时所有变量的共同度均较高，各个变量的信息丢失较少。因此，本次因子提 取的总体效果比较理想。表4因子分析的变量共同度（二）实用文档InitialExtraction国肯经济单位1.000.767隼休经務单位1.000.854联营经務单位1.000.813股份制经济单位1,000.816外裔投资经序单位1,000.855潘宴台经济单位1,000.922耳他经济单俭1.000871表 5 5 中，第一列是因子编号，以后三列组成一组，每组中数据项为特征 值、方差贡献率、累计方差贡献率。第一组数据项（2-42-4 列）描述因子分析初 始解的情况。在初始解中由于提取了 7 7 个因子，因此原有变量的总方差均被解 释，累计方差贡献率为 100%100%第二组（5-75-7 列）描述了因子解的情况。由于指定提取 2 2 个因子，2 2 个因子 共解释原有变量宗法差的 84%84%总体上丢失原有信息量较少，因子分析效果理 想。第三组（8-108-10 列）描述了最终因子解的情况。因子旋转后，总的累计方差 贡献率没有发生改变，也就是没有影响原有变量的共同度，但却重新分配了各 个因子的解释原有变量的方差，改变了各因子方差贡献，使得因子更易被解 释。表5因子解释原有变量总方差的情况To4al Variance EMplainedInrtjal EigenvaluesExlraction Sums of Squared LoadingsRolafcon Sums of Squared LoadingsCDHlDOHBinlTotal%OfVariarhteCurhulali%Tfllal%of Variance.CUiYiulbrv%TaEalCumiulstiv&%15.33176.15176.151533176 1517G.1513.16B*5.26145J6125688/ID日S4.2595BBS1Q894 25927 3038B4 2593.41C5.85990.11742?e3.9709 J.09 J5.233332797.421B.1071.6319B.B517.0731.049100QQ0EjdJacaion MeUmoil Principal Component AnalysiiS.图 1 1 中，横坐标为因子数目，纵坐标为特征值。可以看出，第 1 1 个因子特 征值很高，对解释原有变量的贡献最大，第 3 3 个以后的因子特征值都较小，对 解释原有变量的贡献很小。因此提取两个因子是合适的。