主成分、因子分析实施报告步骤.doc

文档介绍：- -
. 优选-
主成分分析、因子分析步骤
不同点
主成分分析
因子分析
概念
具有相关关系的p个变量，经过线性组合后成为k个不相关的新变量
将原数据中多个可能相关的变量综合成少数几个不相关的可反映原始变量的绝大多数信息的综合变量
主要
目标
减少变量个数，以较少的主成分来解释原有变量间的大局部变异，适合于数据简化
找寻变量间的部相关性及潜在的共同因素，适合做数据构造检测
强调
重点
强调的是解释数据变异的能力，以方差为导向，使方差到达最大
强调的是变量之间的相关性，以协方差为导向，关心每个变量与其他变量共同享有局部的大小
最终结果应用
形成一个或数个总指标变量
反映变量间潜在或观察不到的因素
变异解释程度
它将所有的变量的变异都考虑在，因而没有误差项
只考虑每一题与其他题目共同享有的变异，因而有误差项，叫独特因素
是否需要旋转
主成分分析作综合指标用，
不需要旋转
因子分析需要经过旋转才能对因子作命名与解释
是否有假设
只是对数据作变换，故不需要假设
因子分析对资料要求需符合许多假设，如果假设条件不符，那么因子分析的结果将受到质疑
因子分析
1 【分析】→【降维】→【因子分析】
- -
. 优选-
〔1〕描述性统计量〔Descriptives〕对话框设置
KMO和Bartlett的球形度检验〔检验多变量正态性和原始变量是否适合作因子分析〕。
因子抽取〔Extraction〕对话框设置
方法：默认主成分法。主成分分析一定要选主成分法
分析：主成分分析：相关性矩阵。
输出：为旋转的因子图
抽取：默认选1.
- -
. 优选-
最大收敛性迭代次数：默认25.
因子旋转〔Rotation〕对话框设置
因子旋转的方法，常选择“最大方差法〞。“输出〞框中的“旋转解〞。
因子得分〔Scores〕对话框设置
“保存为变量〞，那么可将新建立的因子得分储存至数据文件中，并产生新的变量名称。
- -
. 优选-
选项〔Options〕对话框设置
2 结果分析
〔1〕KMO及Bartlett’s检验
KMO 和 Bartlett 的检验
取样足够度的 Kaiser-Meyer-Olkin 度量。
.515
Bartlett 的球形度检验
近似卡方

df
6
Si