SPSS因子分析實驗報告

1、.實驗十一（因子分析）報告一、數(shù)據(jù)來源各地區(qū)年平均收入.sav二、基本結(jié)果（1）考察原有變量是否適合進行因子分析首先考察原有變量之間是否存在線性關(guān)系，是否采用因子分析提取因子。借助變量的相關(guān)系數(shù)矩陣、反映像相關(guān)矩陣、巴特利球度檢驗和KMO檢驗方法進行分析，結(jié)果如表1、表2所示：表1原有變量相關(guān)系數(shù)矩陣 correlation matrix表1顯示原有變量的相關(guān)系數(shù)矩陣，可以看出大部分的相關(guān)系數(shù)都比較高，各變量呈較強的線性關(guān)系，能夠從中提取公共因子，適合進行因子分析。.表2 KMO and Bartletts Test由表2可知，巴特利特球度檢驗統(tǒng)計量觀測值為182.913，p值接近0，顯著性差

2、異，可以認為相關(guān)系數(shù)矩陣與單位陣有顯著差異，同時KMO值為0.882，根據(jù)Kaiser給出的KMO度量標準可知原有變量適合進行因子分析。（2）提取因子進行嘗試性分析：根據(jù)原有變量的相關(guān)系數(shù)矩陣，采用主成分分析法提取因子并選取大于1的特征值。具體結(jié)果見表3：可知，initial一列是因子分析初始解下的共同度，表明如果對原有7個變量采用主成分分析法提取所有特征值，那么原有變量的所有方差都可以被解釋，變量的共同度均為1。事實上，因子個數(shù)小于原有變量的個數(shù)才是因子分析的目的，所以不可以提取全部特征值。第二列表明港澳臺經(jīng)濟單位、集體經(jīng)濟單位以及外商投資經(jīng)濟單位等變量的絕大部分信息（大于83%）可被因子解

3、釋。但聯(lián)營經(jīng)濟、其他經(jīng)濟丟失較為嚴重。因此，本次因子提取的總體效果不理想。表3因子分析中的變量共同度（一）重新制定提取特征值的標準，指定提取2個因子，分析表4：可以看出，此時所有變量的共同度均較高，各個變量的信息丟失較少。因此，本次因子提取的總體效果比較理想。表4因子分析的變量共同度（二）表5中，第一列是因子編號，以后三列組成一組，每組中數(shù)據(jù)項為特征值、方差貢獻率、累計方差貢獻率。第一組數(shù)據(jù)項（2-4列）描述因子分析初始解的情況。在初始解中由于提取了7個因子，因此原有變量的總方差均被解釋，累計方差貢獻率為100%。第二組（5-7列）描述了因子解的情況。由于指定提取2個因子，2個因子共解釋原有變量宗法差的84%，總體上丟失原有信息量較少，因子分析效果理想。第三組（8-10列）描述了最終因子解的情況。因子旋轉(zhuǎn)后，總的累計方差貢獻率沒有發(fā)生改變，也就是沒有影響原有變量的共同度，但卻重新分配了各個因子的解釋原有變量的方差，改變了各因子方差貢獻，使得因子更易被解釋。表5因子解釋原有變量總方差的情況圖1中，橫坐標為因子數(shù)目，縱坐標為特征值。可以看出，第1個因子特征值