spss主成分分析报告

实用标准文档

实验目的：原始数据中每一所高校具有20个相关性很高的变量，利用主成分分析法用较少的变量去解释原来资料中的大部分变异，将手中的众多变量转化成彼此相互独立或不相关的个数较少的变量，即所谓主成分，并用以解释资料的综合性指标，其实质的目的是降维

原始数据截屏：

操作方法：

1.描述性统计

SPS浙调用因子分析过程进行分析时，SPS泊自动对原始数据进行标准化处理，

所以在得到计算结果后指的变量都是指经过标准化处理后的变量，但SPSS¥会直接给出标准化后的数据，然后后期的计算需得到标准化数据，则需调用“描述” 过程进行计算，为了看到标准化数据，所以采用描述性统计下的描述操作获得标准化后的变量数据标准化数据:

文案大全

F|Em畦拇主引M±貌被丁救师中悝十

学待比出漏仔=与姑既K 7-巾式=

科研卷■暑

［生均同京

1^6979937S1? 4T121* 75377-1 979Q0-1 (JB6D9』asciDj-1 391 Bl母W84.B39EI3 2-G9799-91 M2 -1 5U?3D-75372970W-W02-1 060 Dd.1 230313083・

7BCHB 3-69799-SOTM -1 11367-69TT21317196933-7«D5戒主1辖■2S879-&D3B A-.69/991_2?042 -.38931-F5372-2.15TO1-US-1H1.S09B?•1/12319>.58750 1.167T9 S-J6?/99-1.1208a -冷/m-.67&J2 -./Z330-1_2倾斗-1-23330.41? 07-1.16156.弓询」-.35303 -翘为9-J20H -邳15-.7201；-72J30-段皿-1.040072J屹尚tai574»?9地183 7-^799-如了N TW427537? -72330」024?3-.118D9的迁-6970604683 H«979»醐鸵d J32D1C97+5 ^.723302CG0S? 1.662BB T.6T46Q 1 08^8153271成9

9.韵7

99

-.?6813 -T.06?D4.76372 723X 1 07262.69*24.30648-1.6MS41卫蜘24M2

10.65759-.76^87 .05220-.72012 "72330-14803"744.195B9■ .SW53■ 1.31233

11-6S799-.50022 -1.C204C-.72330-.»550-契H-.11005-1*319 1.05^2-539S3 12-02523 59C20-苍g "131761489473d B6?C46-1 19013-19537 r is68?4140664 2232Q-69772258«&-917J6359-777F1 1 84预• ?494?

14就41,1 睫354 W50T761?9fii* 1 392M3&q罪?73&*g4-5446T 因子分析操作过程:

选取变量：

X1:科研经费得分

X2:国家人文社科重点研究基地得分

X3:院士总数得分

X4:生均图书得分

X5:研究中心数得分

X6:国家重点实验室得分

X7:生均教学科研仪器设备得分

X8 :生均教育事业经费得分

X9:精品课程得分

X10:优秀博士生论文总分

X11:人才得分

X12:二级学科建设得分

X13 :生均固定资产得分

X14:科研论文得分

X15:博导及相关合计得分

X16:教师中博士学位比重得分

X17: 一级学科得分

X18 :高级职称比重得分

X19:帅资总分

X20:SCI 数量

”诅也；“Di・

H*I k

® H部四/未舞缩-s FJ

C故差域I矿乎甲葬国

学[i_

「: r*H4ilP??TS 丫

*产不炬=丁|，

姑槌jiTli泛标题，• [M_[KM] HH 早期

L - —一J

这里分析采用相关系数矩阵，输出选择为未旋转的因子解，并选择碎石图，抽取过程选择基丁特征值（特征值大丁1）,最大收敛迭代次数：25,点击确定。

因子分折:因子傅#

「囱因孑分折:遥项

_缺失值------------------

d骚理美秘襟个案〔匚：

issiia—BIU dJII ■■■■*—>：■■!& »!■■ >«—J Ilia—> ：BI：«^>1 ■ ■ ■&—d ■ ■ ■ I. —>: ■:. — J

I 。挂对排晾个案史）

■■'■使用均值普换旧卜

系源显示格式

□技大小排序

B）取消小系数

四）

钢值如下四；.K

J ［维-］［取5肖］［帮助j

匚 _ _ ~

原数据中有较多的缺失值，选择按列表排除个案，点击继续

分析结果：

KMC®接近1,说明变量之间的相关性越强，原有变量适合做因子分析；Bartlett 的球度检验值越小丁显著性水平0.05,越说明变量问存在相关关系。

本数据中KMC®为0.736 , sig.值为0,符合因子分析条件，可进行因子分析，并进一步进行主成分分析

累计贡献率79.119%<80%由反映象相关矩阵中我们可以看出（如下图所示）

反映象相关矩阵中对角线上的数值应>0.5,根据次标准，数据显示生均图书得分变量不适合做因子分析，所以删去，重新做因子分析。

去除生均图书得分变量之后的因子分析结果：

KMO and Bartlett's Test