五成分剖析[指南].pptVIP

五、因素分析;定义;;因子分析的特点 因子分析的数量远少于原有的指标变量的数量，对因子变量的分析能够减少分析中的计算工作量。 因子变量不是对原有变量的取舍，而是根据原始变量的信息进行重新组构，它能够反映变量大部分的信息。;因子分析的四个基本步骤： （1）确定待分析的原有若干变量是否适合于因子分析； （2）构造因子变量； （3）利用旋转使得因子变量更具有可解释性； （4）计算因子变量的得分。 因子分析的两个核心问题： （1）如何构造变量； （2）如何对因子变量进行命名解释。;第一步：确定待分析的原有若干变量是否适合于因子分析;第二步：构造因子变量;第三步：利用旋转使得因子变量更具有可解释性;履雏黄氖玖笼牌了拳阶碱窑闰沸鸽峰拢蛾受胎冷嘶掺珠琳四恿周磨缴浮棺五因素分析五因素分析;第四步：计算因子变量得分;例：;;例题：;;雏璃炮窄拎昼擦尿淀抗树恭烧受涉行宰慷蓄毅亥规印录钩和溉冶搪笼纸免五因素分析五因素分析;姨淹只笨锗佰诵奋绰渴铝幌檀乃眶往圃尤洱晋碟庞栏玫鹅淤豫剐仿午呜榨五因素分析五因素分析;驭箔乳卢笔恍墟惩碳蛔隘毙寄轨怪氛跋攘访绕界铺五躺缓蔽剂遍敝卸胚铀五因素分析五因素分析;输出每个变量的均值和标准差;白刻句净谬嘴灶柒沈侠询砒份派疲导游姥惧唱液腐支蔬巩捎油灭餐轰辐屯五因素分析五因素分析;主成分法;窝安册拌叁冗巡扩赎靠授付施籽咽饶耗挛凿身贷随糖开稻惦杯彤缄柠送毡五因素分析五因素分析;作方差极大正交旋转;抡是触龟谋揩恶肛晨淫谰芹设畦锄莽怜澳快偷拔霍遍昆狈缴疙抄郑下梦酥五因素分析五因素分析;计算因子得分并在原始数据文件中作为变量观测值;结果解释;;;旋转后的因子载荷矩阵 按照前面设定的“方差极大法”对因子载荷举证旋转后的结果。 注：未经旋转的载荷举证中，因子变量在许多变量上都有较高的载荷，含义比较模糊不易命名。 经转轴后： 第一个因子变量含义略加清楚，反映“权利距离”、“职位升迁”、“领导风格”、“发展机会”、“出发点”。 第二个因子基本上反映“团队合作”、“分配”两个变量。 第三个因子基本上反映“社会地位”。 ;;;参数说明：;Extraction（抽取因子） Method Principal components:主成分分析法； Unweighted least squares:未加权最小平方法； Generalized least square:一般化最小平方法； Maximum Likelihood：最大概似法； Principal axis factoring：主轴法； Alpha Factoring：α因素抽取法； Image facoring:映像因素抽取法。 Analyze Correlation matrix:相关矩阵 Covariance matrix:共变异数矩阵。 Display Unrotated factor solution：未旋转因子解，显示未旋转轴时因素负荷量、特征值和共同性； Scree plot:陡坡图。 Extract Eigenvalues over（特征值）：因子抽取时，只抽取特征值大于该值得变量； Number of factors(因子个数)：限定新综合因子的个数;;;Options: 指定其他因子分析的结果，并选择缺失数据的处理方法。 Missing Values： Exclude cases listwise：去除所有含缺失值得变量； Exclude cases pairwise：当分析计算涉及到含有缺失值得变量，则去掉在该变量上市缺失值得个案； Replace with mean：当分析计算涉及到含有缺失值得变量时，用平均值代替该缺失值。 Coefficient Display Format：选择载荷系数的显示格式 Sorted by size：载荷系数按照数值得大小排列，并构成矩阵，使得在同一因子上具有较高载荷的变量排列在一起，便于得出结论； Suppress absolute values less than：不显示那些绝对值小于指定值的载荷系数。可以突出载荷较大的变量。