SPSS因子分析实验报告

实验十一(因子分析)报告

、数据来源

各地区年平■均收入.sav

dq 1 招1K2 K J x5 AD JC7 北亨10307 00必9 3D 99170012364 JJ13053 00g5 0C

■J

天津盹即UQ5093 0D 56&7 00 11 股CO 117^7 009950.00 51C9 00 ,

3河牝6066 003043 0D 5073 00 602903 B323 00 ET8&CC 7125 00

4 山西5791 003177 □□33^3 00 涵工0Q &3B7.TO & 290 00 50-1-1 00

5内蒙古5462 00 3551 005290 00 4407 01551200 彻IX街co

iZ宁6226 003503.00 3799 00 6618.0U 9150.X 7J17,0U atyy.uu 6

7吉林601700 3813 Q074mnn7471 Ti7402 00泌g nr Bfil1 R1

5323 002747 3D 1472 00 3366 30 551300 5033 0C32EC00

9 上鲁11733 00 7329.00 874^.00 12^60016BS7.ua 14175.DO 12720.00

n io g7745 0051B3 0D7390 00nuan9151 DO7352 00洛J 00 H8847 007D260D 7346.00 935&001(3417.00 3600.00 eUBOQ

126035 0C 3692 CJD 曲*00 GM&aa 5042 DO5611 00 5eo6co

13福津7K1 QC5眺叩1112^00 3556.00 8336 OQ 6732.C0 7507 00

U■■工西5303 003E36 50 6O5E00 7337 m K45D07535.00 44E5 00

15山莱6617004106 0D &420.00 6257 TO 5702 DO 562&.Q0ZJ51 00 渴南56 的003797 00 €91200&jn9oo 6307 00 4996 00

17 曲比5741.D03731.0D5193 00 S31900 0Q37.OO G7G9.C0 49&3.00

1S5683 003736 0D 621B005027 Tl 7529 005224 DO 3713 00

捋广布10031006BH 00 110X0012475.03 12410.00 11UD CO 7713 CO

30 FS5654 004437 00 5296 00 653BOJ 6765 00 £677 OC 6189 00

215465 004网QD 7Q1Q0Q 1105200 9077 00 @373 00 6462 0Q P 22582BD04D16.Q0 3BS2 00G1SB.009114.00 蹄i加7C125 0D

II5996 003982 00 4S42 00 G33300 6707 00 &%aa)4509 00

23 刨

二、基本结果

(1)考察原有变量是否适合进行因子分析

首先考察原有变量之间是否存在线性关系，是否采用因子分析提取因子。

借助变量的相关系数矩阵、反映像相关矩阵、巴特利球度检验和KMO检验方法

进行分析，结果如表1、表2所示：

表1原有变量相关系数矩阵correlation matrix

表1显示原有变量的相关系数矩阵，可以看出大部分的相关系数都比较高，各变量呈

较强的线性关系，能够从中提取公共因子，适合进行因子分析

表 2 KMO and Bartlett's Test

由表2可知，巴特利特球度检验统计量观测值为182.913 , p值接近0,显著性差异，可以认为相关系数矩阵与单位阵有显著差异，同时KMO值为0.882，根据Kaiser给出的KMO度量标准可知原有变量适合进行因子分析。

(2)提取因子

进行尝试性分析：根据原有变量的相关系数矩阵，采用主成分分析法提取因子并选取大丁1的特征值。具体结果见表3:可知，initial 一列是因子分析初始解下的共同度，表明如果对原有7个变量采用主成分分析法提取所有特征值，那么原有变量的所有方差都可以被解释，变量的共同度均为1。事实上,

因子个数小丁原有变量的个数才是因子分析的目的，所以不可以提取全部特征值。第二歹0表明港澳台经济单位、集体经济单位以及外商投资经济单位等变量的绝大部分信息(大丁83% )可被因子解释。但联营经济、其他经济丢失较为严重。因此，本次因子提取的总体效果不理想。

表3

重新制定提取特征值的标准，指定提取2个因子，分析表4:可以看出, 此时所有变量的共同度均较高，各个变量的信息丢失较少。因此，本次因子提取的总体效果比较理想。

表4因子分析的变量共同度(二)

表5中，第一列是因子编号，以后三列组成一组，每组中数据项为特征值、方差贡献率、累计方差贡献率。第一组数据项（2-4列）描述因子分析初始解的情况。在初始解中由丁提取了7个因子，因此原有变量的总方差均被解释，累计方差贡献率为100%。

第二组（5-7列）描述了因子解的情况。由丁指定提取2个因子，2个因子共解释原有变量宗法差的84%,总体上丢失原有信息量较少，因子分析效果理想。

第三组（8-10列）描述了最终因子解的情况。因子旋转后，总的累计方差贡献率没有发生改变，也就是没有影响原有变量的共同度，但却重新分配了各个因子的解释原有变量的方差，改变了各因子方差贡献，使得因子更易被解释。

表5因子解释原有变量总方差的情况

图1中，横坐标为因子数目，纵坐标为特征值。可以看出，第1个因子特征值很高，对解释原有变量的贡献最大，第3个以后的因子特征值都较小，对解释原有变量的贡献很小。因此提取两个因子是合适的。