SPSS管理统计 课程设计 因子分析和聚类分析

一：实验名：实验四

二：实验要求：练习上课讲过（第10-12章）的例子。（无需写实验报告）

三：实验步骤：

1、使用“网购数据”文件进行以下分析。

1.1 产生因子：商品感知风险、网页展示质量、网络安全、卖家信誉、服务质量、便捷性、所属平台质量、以往经验、网络购物意向。

实验步骤：

1）读取数据“网购数据”，依次点击analyze--data reduction—factor，弹出小窗口，将“感知风险”以及以下的四列添加到Test Variable(s)中，如图1.11所示

2）再点击score按钮，选择“save as variables”选项，如图1.12所示，点击continue 返回。

3）此时data view界面就会出现如图1.13所示列，用相同方法将其余的各组因子归类，如图1.14所示，使其增加了9列fac1_1..9 。

图1.11 因子分析主窗口

图1.12 因子分析子窗口

图1.13新增因子

实验结果：图 1.14 ，如图所示，产生“商品感知风险、网页展示质量、网络安全、卖家信誉、服务质量、便捷性、所属平台质量、以往经验、网络购物意向”9项因子

图1.14

1.2 分别对网络购物意向与商品感知风险、网页展示质量、网络安全、卖家信誉、服务质量、便捷性、所属平台质量、以往经验的相关分析。

实验步骤：

1）依次点击analyze--data reduction—factor，弹出小窗口，将“fac_1”以及以下的9列因子添加到Test Variable(s)中，如图1.21所示

2）点击descriptives按钮，弹出小窗口，选上“KMO and…sphericity ”选项，（即KMO 测度和巴特利特球体检验）如图1.22，点击continue返回。

3）点击extraction按钮，探出小窗口，在display框中选上scree plot（显示碎石图）如图1.23。点击continue返回。

4）点击score按钮，选择“save as variables”选项，下面的method小框被激活，系统默认为regression选项（回归方法），如图1.24所示，点击continue返回。

5）最后点击OK。

图 1.21 因子分析主窗口

图 1.22 有关初步描述的统计量的选择

图 1.23 因子提取对话窗口

图1.24 是否保存因子值的对话框

实验结果：如下所示：

KMO值为：0.852

表明适合进行因素分析

巴特利特球体检验值为：

386.061（自由度为36），说

明母体的相关矩阵间有共同

因素存在，适合进行因素分析图1.25 KMO测度和巴特利特球体检验表

共同因子方差，表明每个变量被解释

的方差。

Extraction列的数值越小说明该变

量不适合做因子分析，可将其排除。

图1.26共同性表

表中的数字显示：所选

的两个因子的特征根

揭示了总体方差的

65.256%，

图1.27 旋转前总得结束方差

碎石图给出了9个特征

根的大小变化，可以很明

显的看出9个因子中只

有2各因子特征根超过

1。

图1.28 碎石图

图1.29未旋转成分矩阵图1.30未旋转成分矩阵（显示部

分载荷，小于0.01的未显示）

描述了各个因子彼此之间的相关程度

各个因子与自己成完全正相关，因此

对角线上为1，其他各部分为0，说明

各个因子之间没有相关性。

图1.31因子得分协方差矩阵

1.3 “网络购物意向”为被解释变量，商品感知风险、网页展示质量、网络安全、卖家信誉、服务质量、便捷性、所属平台质量、以往经验为解释变量，建立回归模型。

实验步骤：

1）依次点击analyze—regression—linear，将fac_9（“网络购物意向”）送入到dependent 方框中作为别解释变量，将其余的fac_1..8变量送入到independent方框中，作为解释变量。如图1.32所示。

2）点击statistics按钮，弹出对话框，选上confidence intervals复选项，系统将输出

每个B（非标准化回归系数）的95%的置信区间，点击continue返回。

3）点击OK。

图1.32 线性回归主对话窗口

图1.33 选择线性回归统计量的窗口

实验结果：

R：复相关系数 0.926 图1.34 模型总体参数表

图1.35 回归的方差分析表

方差检验F：53.542

Sig：F值显著性概率

图1.36 回归系数极显著性检验表

表中常数项t的显著性概率Sig值，若>0.05，则表示常数项于0没有显著性差异，表明常数项不应该出现在方程中；若<0.05表示其系数与0有显著性差异，应该作为解释变量出现在方程中。

由此可以得出fac_2/4/5/6/8应该作为解释变量，即“网页展示质量”，“卖家信誉”，“服务质量”，“便捷性”，“以往经验”应该作为解释变量出现在方程中。

2、使用“企业聚类”文件进行聚类分析，指出企业分为4类是如何分组的。

实验步骤：

1）依次点击analyze—classify—hierarchical cluster，

2）选定变量(除“编号”，“厂家”)外，用箭头送入到右边的variables框中，如图2.1所示。

3）点击method按钮，如图2.2所示，本列接受系统默认的聚类方法，点击continue返回，4）点击statistics按钮，选中single solution按钮，并填上4，点击continue返回，并按OK。

图2.1层次聚类主对话窗口

2.2 聚类方法子对话框