文档介绍：1/9
spss进展主成分分析与得分分析
将数据录入spss
ls1243821T31盅804霜噩常瑕讓0
需專常琢盅盅206霊盂常XT
需1396翥301需515901芻1017532芻篡X6
蹈霭駕席鸳盘鸚432483駕
worxl
3/9
worxl
4/9
worxi
word
5/9
5/9
查看主成分分析和分析：
相关矩阵明确，各项指标之间具有强相关性。比如指标GDP总量与财政收入、固定资产投资总额、第二产业增加值、第三产业增加值、工业增加值的相关系数较大。这说明他们之间指标信息之间存在重叠，适合采用主成分分析法。（下表非完整呈现）
worxi
word
6/9
4/9
相关系数矩阵:
CDrrelati4B!btrLi
m
D)
ZseereC
E)
ZseenK
S4)
XJ)
ZsaieC
E)
Isseme
F)
S)
Z
:心
Z>wmX
n
1ooo
・94S
.S?2
QI
•982
.973
•M3
X
Z>WK(X
2>
.945
LOCO
-9M
.MS-
.945
.912
.PM
3)
192
LOCO
-SS4
.S«
.94
.854
Z>WK(I
4)
QI
/MS
S$4
LOW
.939
.922
由TotalVarianceExplained（主成分特征根和贡献率〕可知，特征根X1=,特征根入2=%,即涵盖了大局部信息。这明确前两个主成分能够代表最初的11个指标来分析各个城市经济综合实力的开展水平，故提取前两个指标即可。主成分，分别记作Fl、F2。
V*ri>r>ceExplainAd
Coiipanftit
InitialEign^lutt
EmactionSumsofSquaredLoading
W
*©fVaritoC#
CwulilM*
T-qUI
*V*rita4*
i
82-651
2
?
10.^56
?
,33、
».QLQ
4
.231
9&.2B
5
・095
.867
6
.056
.510
99.$90
7
・血
354
gg.«5
$
.004
.(Wi
99・92
9
.003
・03L
10
・001
.005
11
-005
.OOL
ExtractiMethod:Principal血Analysi9・
worxl
word
7/9
7/9
指标XI、X2、X3、X4、X