文档介绍：一、实验目的及要求：
1、目的
用SPSS软件实现主成分分析、因子分析及其应用。
2、内容及要求
用SPSS对2009年我国88个房地产上市以司做因子分析，并做出相关鮮科。
二、仪器用具：
仪器名称
规格理号
数量
备注
计算机
1
有网络环境
SPSS软件
1
三、实验方法与步骤：
准备工作：把实殓所用数据从 Word丈牯复制到Excel,并进一步导入到SPSS
教据丈件中，以备后续分析。
四、实验结果与数据处理:
在因子分析的SPSS操作中所用到的部分选项的设置如下面田个图所示，其余为
软件默认的选项，因此不再列示，具体的分析如这些表之后所示。
图
图三
图四
分析结果:
表1
KMO和Bartlett的检验
取样足够度的Kaiser-Meyer-Olkin度量。
.637
Bartlett的球形度检验
近似卡方
df
45
Sig.
.000
由表1可知，,相应的概率p值 接近0,小于显著性水平a （）,所以应拒绝原假设，认为相关糸教矩阵与单 佞矩阵有显著差异。同时，,根据Kaiser给出的KMO度量标准（
以上表示非常适合；；；； 示极不适合）可知原有变量不算特别适合进行因子分析。
表2
公因子方差
初始
提取
市盈率
.706
净资产收益率
.609
总资产报酬率
.822
毛利率
.280
资产现金率
.731
应收应付比
.561
营业利润占比
.782
流通市値
.957
总市値
.928
提取方法：主成份分析・
表2为忝因子方差，即因子分析的初始鮮，显示了所有变量的共同度教据。第 〜列是因子分析初始鮮下的变量共同度，它表朗，对原有10个变量如果采用主成 分分析方出提取所有特征根（10个），那么原有变量的所有方差都可被鮮科，变量的 共同度均为1（原有变量标准化后的方差为1）。事实上，因子个教小于原有变量的个 教才是因子分析的目标，所以不可提取全部特征根；第二列是在按指良提取条件（这 里为特征根大于1）提取特征根时的共同度。可以看到，总资产报酬率、成交量、流 通市值、总市值的绝大部分信息可被因子鮮科，这些变量的信息丢央较少。但毛利 率这一变量的信息丢央相当严重（近70%），净资产收盖率、应收应付比率两个变量 的信息丢央较为严重（近40%）。因此本次因子提取的总体效果并不理想。
表3畏示了特征根及累积贡献率情况，按照特征根大于1的原则，选入了 4个 忝共因子，%,同时也可以看出，因子炭转后，累计方 差比并没有改变，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鮮 科原有变量的方羞，改变了各因子的方差贡献，使各因子JI易于鮮科。图五为因子 的碎石图，需要说朗的是这里累积方差贡献率并不當，运没有达到85%,但是根据
碎石图我们可以看出在这里选凹个因子还是比较合适的。
表3 解释的总方差
成份
初始特征値
提取平方和载入
旋转平方和载入
合计
方差的%
累积%
合计
方差的%
累积%
合计
方差的%
累积%
1
2
3
4
5
.972
6
.730
7
.520
8
910
.305
.192
.047
.465
提取方法：壬成份分析-
图五
表4成份矩阵也即