SPSS因子分析报告实例操作步骤

1、实用标准文档SPSS因子分析实例操作步骤实验目的 ：引入 20032013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1. open data document open data open；2.

2、Opening excel data source OK.文案大全实用标准文档第二步：1. 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）2. 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 .文案大全实用标准文档3. 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Cont

3、inue.4. 点击右侧 Extraction, 勾选 Scree Plot 和 fixed number with factors默认 3 个，点击 Continue.文案大全实用标准文档5. 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.6. 点击右侧 Scores ，勾选 Method 选项组中的 Regression ；勾选 Display factor score coefficient matrix；点击 Continue.文案大全实用标准文档7. 点击右侧

4、Options ，勾选 Coefficient Display Format 项，将 Absolute value blow 改为 0.60 ，点击 Continue.选项组中所有选8. 返回主对话框，单击 OK.文案大全实用标准文档输出结果分析：1. 描述性统计量Descriptive StatisticsNMinimumMaximumMeanStd. Deviation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 Valid N (listwise)1111111111111143.361.792.10.82

5、9.739.57.0715.0523.5118.528.397.66455.0082.690010.35457.89559.10182.78911.975152.70922.224053.227516.183025.505532.20903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。2. KMO和球形 Bartlett 检验KMO and Bartletts TestKaiser-Meyer-Olkin Measure of Sampling Adequacy.744Bartletts Test of SphericityApprox.

6、 Chi-Square97.122df21Sig.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。文案大全实用标准文档3. 因子分析的共同度CommunalitiesInitialExtractionZscore( 农、林、牧、渔业 )1.000.883Zscore: 采 矿 业1.000.741Zscore: 制 造 业1.000.974Zscore(

7、 电力、热力、燃气及1.000.992水生产和供应业 )Zscore: 建 筑 业1.000.987Zscore( 批发和零售业 )1.000.965Zscore( 交通运输、仓储和邮1.000.935政业 )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 ExplainedCompon entInitial Ei

8、genvaluesExtraction Sums of SquaredLoadingsRotation Sums of Squared LoadingsTotal% of VarianceCumulative%Total% of VarianceCumulative%Total% of VarianceCumulative%13.07943.99243.9923.07943.99243.9922.66037.99937.99922.35333.60877.6002.35333.60877.6002.34633.51771.51631.04614.94192.5411.04614.94192.5

9、411.47221.02592.5414.4135.90598.4465.0981.39999.8456.011.15299.9977.000.003100.000Extraction Method: Principal Component Analysis.该表由 3 部分组成，分别为初始因子解的方差解释、提取因子解的方 差解释和旋转因子解的方差解释。文案大全实用标准文档Initial Eigenvalues部分描述了初始因子解的状况。第一个因子的特征根为 3.079 ，解释 7 个原始变量总方差的 43.992%；第二个因子的特征 根为 2.353 ，解释 7 个原始变量总方差的 33.6

10、08%，累计方差贡献率为 77.600%；第三个因子的特征根为 1.046 ，解释 7 个原始变量总方差的 14.941%，累计方差贡献率为 92.541%，也就是说，三个变量解释了所有 7 各变量的 90%以上，且也只有这三个变量的特征值大于 1。Extraction Sums of Squared Loadings部分和 Rotation Sums ofSquared Loadings 部分描述了因子提取后和旋转后的因子解。 从表中看出， 有三个因子提取和旋转，其累计解释总方差百分比和初始解的前三个变量 相同，但经旋转后的因子重新分配各个因子的解释原始变量的方差，使得 因子的方差更接近，也

11、更易于解释。5. 碎石图利用因子分析的碎石图可以更加直观的发现最优因子的数量。 在碎石图中，横坐标表示因子数目，纵坐标表示特征根。从图中可以看出，前三文案大全实用标准文档个因子的特征跟都很大，从第四个开始，因子的特征根都小于一，且连线变得较平缓，及前三个因子对解释变量的贡献最大，6. 旋转前的因子载荷矩阵Component MatrixComponent123Zscore（ 电力、 热力、燃气及水生产.871和供应业 ）Zscore（ 交通运输、仓储和邮政业 ）-.860Zscore: 采 矿 业.857Zscore（ 农、林、牧、渔业 ）.704Zscore（ 批发和零售业 ）.726.56

12、9Zscore: 建 筑 业.687.364Zscore: 制 造 业.600.793Extraction Method: Principal Component Analysis. a. 3 components extracted.该表空白处表示相应载荷小于 0.3 。因子载荷矩阵中给出每一个变量 在三个因子上的载荷。在旋转前的载荷矩阵中所有变量在第一个因子上的载荷都较高， 即与 第一个因子的相关程度较高，第一个因子解释了大部分变量的信息；而后 面两个因子与原始变量的相关程度较小，对原始变量的解释效果不明显， 没有旋转的因子的含义很难解释。7. 旋转后的因子载荷矩阵Rotated Comp

13、onent Matrix aComponent123Zscore（ 农、林、牧、渔业 ）.899Zscore（ 交通运输、仓储和邮政业 ）-.716-.3.41Zscore: 采 矿 业.771.352Zscore（ 电力、热力、燃气及水生产和.749.440.441供应业 ）Zscore: 建 筑 业.985Zscore（ 批发和零售业 ）.961文案大全实用标准文档Zscore: 制 造 业.873Extraction Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Normalizatio

14、n.该表空白处表示相应载荷小于 0.3 。因子载荷矩阵中给出每一个变量 在三个因子上的载荷。在旋转后的载荷矩阵中可以看出， 与第一产业相关的产业在第一个因 子上的载荷较高，与第二产业相关的产业在第二个因子上的载荷较高，与 第三产业相关的产业在第三个因子上的载荷较高。和没旋转相比，因子的 含义清楚很多。8. 旋转空间的因子图该图为可以看做是旋转后的载荷矩阵的图形表示。从图中又一次验证 了前面旋转后的载荷矩阵对因子的解释。8. 因子得分系数文案大全实用标准文档Component Score Coefficient MatrixComponent123Zscore（ 农、林、牧、渔业 ）.445.0

15、75-.350Zscore: 采 矿 业.261-.054.093Zscore: 制 造 业-.180.008.761Zscore（ 电力、热力、燃气及 水生产和供应业 ）.201.182.263Zscore: 建 筑 业-.074.429.156Zscore（ 批发和零售业 ）.071.402-.130Zscore（ 交通运输、仓储和邮 政业 ）-.322.204.050Extraction Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Normalization.Component Scores.列出了采用回归法估算的因子得分系数，根据表中的内容可以写出因子得分函数F1=0.445*Zscore1+0.261*Zscore2-0.180*Zscore3+0.201*Zscore4-0.074*Zscore 5+0.071*Zscore6-0.322*Zscore7F2=0.075*Zscore1-0.054*Zscore2+0.008*Zscore3+0.182*Zscore4-0.4