SPSS因子分析实例操作步骤.docx

SPSS因子分析实例操作步骤 SPSS因子分析实例操作步骤 实验目的： 引入2003~2013年全国的农、林、牧、渔业，采矿业，制造 业电力、热力、燃气及水生产和供应业，建筑业，批发和零售业，交通运输、仓储 和邮政业 7个产业的投资值作为变量，来研究其对全国总固定投资的影响。 实验变量： 以年份， 合计（单位： 千亿元） ，农、林、牧、渔业，采矿业， 制造 业电力、热力、燃气及水生产和供应业，建筑业，批发和零售业，交通运输、 仓储和邮政业作为变量。 实验方法：因子分析法软件： spss19.0 操作过程： 第一步：导入 Excel数据文件 open data documen—t — open data—— open； Opening excel data sourc—e — OK. 第二步： 数据标准化：在最上面菜单里面选中 Analyze—— Descriptive Statistics—— OK （变量选择除年份、合计以外的所有变量） . 降维：在最上面菜单里面选中 Analyze—— Dimension Reduction—— Factor ，变量选择标准化后的数据 . 点击右侧 Descriptive，勾选 Correlation Matrix 选项组中的 Coefficients 和 KMO and Bartlett ’s text of sphericity点, 击 Continue. 点击右侧 Extraction,勾选 Scree Plot和 fixed number with factors，默认 3 个，点击 Continue. 点击右侧 Rotation，勾选 Method 选项组中的 Varimax ；勾选 Display 选项组中的 Loding Plot(s)；点击 Continue. 点击右侧 Scores，勾选 Method 选项组中的 Regression；勾选 Display factor score coefficient matrix；点击 Continue. 点击右侧 Options，勾选 Coefficient Display Format选项组中所有选项， 将 Absolute value blow改为 0.60，点击 Continue. 返回主对话框，单击 OK. 输出结果分析： 描述性统计量 Descriptive Statistics N Minimum Maximum Mean Std. Deviation 农、林、牧、渔业 11 3.27 9.73 7.6645 1.97515 采 矿 业 11 .6 9.5 5.008 2.7092 制 造 业 11 .44 7.07 2.6900 2.22405 电力、热力、燃气及水生产和 11 3.36 15.05 10.3545 3.22751 供应业 建 筑 业 11 1.79 23.51 7.8955 6.18302 批发和零售业 11 2.10 18.52 9.1018 5.50553 交通运输、仓储和邮政业 11 .82 8.39 2.7891 2.20903 Valid N (listwise) 11 该表提供分析过程中包含的统计量，表格显示了样本容量以及 11个变量的最小值、最大值、平均值、标准差。 KMO 和球形 Bartlett 检验 KMO and Bartletts Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .744 Bartletts Test of Sphericity Approx. Chi-Square 97.122 df 21 Sig. 000 该表给出了因子分析的 KMO 和 Bartlett 检验结果。 从表中可以看出， Bartlett 球度检验的概率 p 值为 0.000，即假设被拒绝，也就是说，可以认为相关系数矩阵与单位矩阵有显著差异。同时， KMO 值为 0.744，根据KMO 度量标准可知，原变量适合进行因子分析。 因子分析的共同度 InitialExtraction Initial Extraction Extraction Method: Principal Component Analysis. 表格所示是因子分析的共同度。表格第二列显示初始共同度，全部为 1.000；第三列是按照提取 3 个公因子得到的共同度，可以看到只有“采矿 业”的共同度稍低，说明其信息丢失量稍严重。 4. 因子分析的总方差解释 Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Sq