文档介绍：-
. z.
因子分析和主成分分析
实验目的
学****利用SPSS进行因子分析和主成分分析。
二、实验性质
选修，基础层次
三、主要仪器矩阵进行统计学检验，如图2。
图1
图2
4．单击"抽取”按钮，弹出"因子分析：抽取”对话框，选用"主成分”方法提取因子，如图3。
-
. z.
图3
5．单击"旋转”按钮，弹出"因子分析：旋转”对话框，在"方法”栏中选择"最大方差”进行因子正交旋转，如图4。
6．单击"得分”按钮，弹出"因子分析：得分”对话框，选择"回归”项估计因子得分系数，如图5。
7．单击"确定”，得到输出结果。
图4
图5
实验结果
（1）考察原有变量是否适合进行因子分析
表1
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
由表1-2可知，，相应的概率p值接近0，，由于概率p值小于显著性水平α，应拒绝零假设，可以认为相关系数矩阵与单位阵有显著差异，，根据Kaiser给出的KMO度量标准可知KMO值偏小，意味着因子分析的结果可能不能接受。
（2）提取因子
表3
表4
表3和表4为因子方差表，提取因子后因子方差的值均很高，表明提取的因子能很好的描述这7个指标。%。综合以上，提取前两个因子最好了。
-
. z.
（3）因子的命名解释
表5
表6
由表5、表6可知，由旋转成份矩阵可以看出，经旋转后，因子便于命名和解释。因子1主要解释的是*1、*2、*4、*7，命名为FAC1_1；而因子2主要解释的是其余三个指标，*3、*5、*6。命名为FAC2_1。
九、课外作业：
1. 数据文件"”是*年我国各省发展状况的一些指标，包括人均GDP、人力资源指数CAPITAL、人均收入INE、人均净收入NETINC、教育指数、健康指数，试用主成分法或者因子分析法寻找这些指标主要代表了发展状况的哪些特征，以及各省市的发展程度排序。
2. 对*市15个大中型工业企业经济效益进行分析。经研究，从有关经济效益指标中选择7个指标作分析，即：固定资产产值率、固定资产利税率、资金利润率、资金利税率、流动资金周转天数、销售收入利税率和全员劳动生产率，数据文件为"*”，试研究该市大中型工业企业经济效益的状况及差异。
1、实验步骤：
1．打开数据文件"”。
2．选择菜单"分析→降维→因子分析” ，弹出"因子分析”对话框。在对话框左侧的变量列表中选变量gdp，capital，ine，netinc，education，healcare，进入"变量”框，如图1-1。
3．单击"描述”按钮，弹出"因子分析：描述统计”对话框，在"统计量”中选"单变量描述性”项，输出各变量的均数与标准差，"在相关矩阵”栏内选"系数”，计算相关系数矩阵，并选"KMO
-
. z.
和Bartlett的球型度检验”项，对相关系数矩阵进行统计学检验，如图1-2。
图1-1
图1-2
4．单击"抽取”按钮，弹出"因子分析：抽取”对话框，选用"主成分”方法提取因子，如图1-3。
图1-3
5．单击"旋转”按钮，弹出"因子分析：旋转”对话框，在"方法”栏中选择"最大方差”进行因子正交旋转，如图1-4。
6．单击"得分”按钮，弹出"因子分析：得分”对话框，选择"回归”项估计因子得分系数，如图1-5。
7．单击"确定”钮，得到输出结果。
图1-4
图1-5
2、实验结果
（1）考察原有变量是否适合进行因子分析
表1-1
表1-1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1-2
由表1-2可知，，相应的概率p值接近0，，由于概率p值小于显著性水平α，应拒绝零假设，可以认为相关系数矩阵与单位阵有显著差异，，根据