文档介绍：1 利用 SPSS 进行主成分分析【例子】以全国 31 个省市的 8 项经济指标为例,进行主成分分析。第一步:录入或调入数据( 图 1)。图1 原始数据(未经标准化) 第二步:打开“因子分析”对话框。沿着主菜单的“ A nalyze → D ata Reduction → F actor ?”的路径(图 2) 打开因子分析选项框( 图 3)。图2 打开因子分析对话框的路径 2 图3 因子分析选项框第三步:选项设置。首先, 在源变量框中选中需要进行分析的变量, 点击右边的箭头符号, 将需要的变量调入变量( V ariables ) 栏中(图 3)。在本例中, 全部 8 个变量都要用上, 故全部调入(图 4) 。因无特殊需要,故不必理会“ Va l ue?”栏。下面逐项设置。图4 将变量移到变量栏以后⒈设置 D escriptives 选项。单击 D escriptives 按钮( 图 4) ,弹出 Descriptives 对话框( 图 5)。 3 图5 描述选项框在 Statistics 栏中选中 Univariate descriptives 复选项, 则输出结果中将会给出原始数据的抽样均值、方差和样本数目( 这一栏结果可供检验参考); 选中 Initial solution 复选项,则会给出主成分载荷的公因子方差(这一栏数据分析时有用)。在 Correlation Matrix 栏中,选中 Coefficients 复选项,则会给出原始变量的相关系数矩阵(分析时可参考); 选中 Determinant 复选项,则会给出相关系数矩阵的行列式。如果希望在 Excel 中对某些计算过程进行了解, 可选此项, 否则用途不大。其它复选项 0 一般不用,但在特殊情况下可以用到(本例不选)。设置完成以后,单击 Continue 按钮完成设置( 图 5)。⒉设置 E xtraction 选项。打开 Extraction 对话框( 图 6) 。因子提取方法主要有 7 种,在 M ethod 栏中可以看到,系统默认的提取方法是主成分( ????????????????????) ,因此对此栏不作变动, 就是认可了主成分分析方法。在 Analyze 栏中,选中 Co rr elation matirx 复选项,则因子分析基于数据的相关系数矩阵进行分析; 如果选中 Co v ariance matrix 复选项, 则因子分析基于数据的协方差矩阵进行分析。对于主成分分析而言, 由于数据标准化了, 这两个结果没有分别, 因此任选其一即可。在 Display 栏中, 选中 Unrotated f actor solution ( 非旋转因子解) 复选项, 则在分析结果中给出未经旋转的因子提取结果。对于主成分分析而言, 这一项选择与否都一样; 对于旋转因子分析,选择此项,可将旋转前后的结果同时给出,以便对比。选中 S cree Plot (“山麓”图), 则在分析结果中给出特征根按大小分布的折线图(形如山麓截面,故得名) ,以便我们直观地判定因子的提取数量是否准确。在 Extract 栏中,有两种方法可以决定提取主成分(因子)的数目。一是根据特征根(E igenvalues ) 的数值, 系统默认的是 1? c?。我们知道, 在主成分分析中, 主成分得分的方差就是对应的特征根数值。如果默认 1? c?, 则所有方差大于等于 1 的主成分将被保留,其余舍弃。如果觉得最后选取的主成分数量不足,可以将 c?值降低,? c?;如果认为最后的提取的主成分数量偏多,则可以提高 c?值,例如取 ? c?。主成分数目是否合适,要在进行一轮分析以后才能肯定。因此, 特征根数值的设定, 要在反复试验以后才能决定。一般而言, 在初次分析时, 最好降低特征根的临 4 界值(如取 ? c?) ,这样提取的主成分将会偏多,根据初次分析的结果,在第二轮分析过程中可以调整特征根的大小。第二种方法是直接指定主成分的数目即因子数目, 这要选中 N umber of factors 复选项。主成分的数目选多少合适?开始我们并不十分清楚。因此, 首次不妨将数值设大一些,但不能超过变量数目。本例有 8 个变量,因此,最大的主成分提取数目为 8 ,不得超过此数。在我们第一轮分析中,采用系统默认的方法提取主成分。图6 提取对话框需要注意的是: 主成分计算是利用迭代( Iterations ) 方法, 系统默认的迭代次数是 25次。但是, 当数据量较大时, 25 次迭代是不够的, 需要改为 50次、 100 次乃至更多。对于本例而言,变量较少, 25 次迭代足够,故无需改动。设置完成以后,单击 Continue 按钮完成设置( 图6)。⒊设置 Scores 设置。选中 Save