文档介绍：因子分析经典案例 1、什么是因子分析? 因子分析又称因素分析,传统的因子分析是探索性的因子分析,即因子分析是基于相关关系而进行的数据分析技术,是一种建立在众多的观测数据的基础上的降维处理方法。其主要目的是探索隐藏在大量观测数据背后的某种结构,寻找一组变量变化的共同因子。 2、因子分析能够做什么? 人的心理结构具有层次性,即分为外显和内隐。但是作为具有同一性的个体来说,内隐的方面总是和外显的方面相互作用,内隐方面制约着外显特征。所以我们经常说,一个人的内在自我会在相当程度上决定他的外在行为特征,表现为某些行为倾向具有高度的一致性或相关性。反过来说,我们可以通过对个体进行系统的观察和测量,从一组高度相关的行为倾向(可观测)中,探索到某种稳定的内在心理结构(潜存在),这就是因子分析所能做的。具体来说主要应用于: (1) 个体的综合评价:按照综合因子得分对 case 进行排序; (2) 调查问卷效度分析:问卷所列问题作为输入变量,通过 KMO 、因子特征值贡献率、因子命名等判断调查问卷架构质量; (3) 降维处理,结果再利用:因子得分作为变量,进行聚类或其他分析。 3 、案例分析: 为什么说数学、物理、化学称为文科?语文、历史、政治称为文科? 100 个学生数学、物理、化学、语文、历史、英语成绩如下表( 部分),请你来评价他们。这是一个有趣的案例,你可以客观的观测到每一科目的成绩,但你可以直接看到理科、文科的情况吗? 6个科目的成绩是我们观测到的外在表现,隐藏在其中的公共因子你找到了吗? 如果我们针对 6科目做降维处理,会得到什么结果, 拭目以待。 SPSS 分析过程经过 SPSS 降维, 由公因子方差表看出, 默认提取两个公因子(1和2),能够解释差异的 81% ,似乎暗合文科和理科。我们试图通过旋转后进行因子的命名与解释,这似乎一点也不难,因子 1 与语文、历史、英语三科最相关,均在相关度以上,因子 2与数学、物理、化学相关,也基本达到以上,这正好与我们经常说的文科和理科不谋而合, 没有其他可以说明的。