因子分析报告.docx
《因子分析报告.docx》由会员分享,可在线阅读,更多相关《因子分析报告.docx(29页珍藏版)》请在冰豆网上搜索。
![因子分析报告.docx](https://file1.bdocx.com/fileroot1/2023-2/26/a9bbdedf-ba45-4d13-9b81-f531a0db8e05/a9bbdedf-ba45-4d13-9b81-f531a0db8e051.gif)
因子分析报告
实验名称:
因子分分析
一、实验目的和要求
通过上机操作,完成SPSS软件的因子分析
二、实验内容和步骤
7・7
R型聚类
如图所示选择
69
尺e&ort^
DescriptiveStatistics
Tables
ConipareMeans
GeneralLinearModel
GeneralizedLinearModels
MixedModels
Correlate
Regression
Loqline^r
NeuralNetworks
Classify
Dd©Reduction
Scale
NonparametricTests
TimeSeries
Survival
将6个变量选入变量框中
分别点击descriptiverotation选项,进行以下操作
lj!
FactorAnalysis:
Demeri..
Statistics
Univariartedescriptives
|VInitialsolution
Bl^oefficiente
Inverse
J\Reproduced
|Anti-image
CorrelationMatrix
』SignificanceIs^eJs
|VDeterminant
VKMOandBartlett'stestofsphericity
'■SijritiriuH
Cancel
Help
点击extraction
点击options
MissinyVdkies
-Excludecaseslistwise
....
Excludecasespairwise
Replacewithmean
■-CoefficientDisplayFormat
Hportedbysize
|SuppressabsolutevaluesJessthen:
Continue
Cancel
Help
结果如下所示
CorrelationMatrix
数学
物理
化学
语文
历史
英语
Correlation数学
物理
化学
语文
历史
英语
1.000
.426
.527
-.464
-.356
-.296
.426
1.000
.345-.307-.285-.235
.527
.345
1.000
-.391
-.290
-.136
-.464
-.307
-.391
1.000
.778
.810
-.356
-.285
-.290
.778
1.000
.820
-.296
-.235
-.136
.810
.820
1.000
Sig.(1-tailed)数学
物理
化学
语文
历史
英语
.009
.001
.005
.027
.056
.009
.031
.050
.064
.105
.001
.031
.016
.060
.237
.005
.050
.016
.000
.000
.027
.064
.060
.000
.000
.056
.105
.237
.000
.000
a.Determinant=.037
上表为相关矩阵,给出了6个变量之间的相关系数。
主对角线系数都为1从表中我们可知,变量与变量之间有的会高度相关,有的相关性比较低,语文与
历史,语文与英语,英语与历史都是高度相关的,其他的相关度较低
KMOandBartlett'sTest
Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.
.755
Bartlett'sTestofSphericityApprox.Chi-Square
86.576
df
15
Sig.
.000
上表为KMO和Bartlett检验表,KMO检验是对变量是否适合做因子分析的检验,根据Kaiser常用度量标准,由于KMO=0.755表明此时一般适合做因子分析。
Communalities
Initial
Extraction
数学
1.000
.812
物理
1.000
.876
化学
1.000
.670
语文
1.000
.886
历史
1.000
.876
英语
1.000
.897
Extraction
Compone
Method:
PintAnalysis.
■incipal
上表为公因子方差,给出了该次分析中从每个原始变量中提取的信息,从表中可以看出除了化学外,主成分几乎都包含了其余各个变量至少80%的信息,
TotalVarianceExplained
Component
InitialEigenvalues
ExtractionSumsofSquared
Loadings
RotationSumsofSquared
Loadings
Total
%of
Variance
Cumulative
%
Total
%of
Variance
Cumulative
%
Total
%of
Variance
Cumulative
%
1
3.238
53.972
53.972
3.238
53.972
53.972
2.572
42.861
42.861
2
1.277
21.288
75.260
1.277
21.288
75.260
1.944
32.400
75.260
3
.681
11.346
86.607
4
.458
7.634
94.240
5
.212
3.526
97.767
6
.134
2.233
100.000
ExtractionMethod:
PrincipalComponentAnalysis.
上表为特征根于方差贡献表,给出了个主成分解释原始变量总方差的情况,从表中可以看出,本例中保留了2个主成分,集中了原始变量总信息的75.260%
ScreePlot
ComponentNumber
上图为碎石土,分析碎石土看出因子1与因子2的特征值差值比较大,而其他特征值比较小,可以出保留2个因子能概括绝大部分信息。
ComponentMatrixa
Component
语文历史英语数学物理化学
ExtractionMethod:
PrincipalComponentAnalysis.
a.2componentsextracted.
从因子载荷矩阵表中可以看出,需要对因子载荷阵进行旋转,
RotatedComponentMatrixa
Component
1
2
英语
.953
-.072
历史
.904
-.209
语文
.867
-.335
化学
-.099
.815
数学
-.245
.795
物理
-.152
.698
经过旋转后的载荷系数已经明显地两极分化了。
第一个公共因子在前三个指标上有较大载荷,说明这三个指标有较强的相关性,可以归为一类,所以把英语,历史,语文作为属于文科学习能力的指标;第二个公共因子在后三个指标上有较大载荷,所以化学,数学,物理属于理科学习能力的指标。
ComponentPlotinR戦atedSpace
以上是因子载荷图,可以看出因子的聚集性,理科的指标聚集在一起,文科的指标也聚集在一起,分类效果非常好。
ComponentScoreCoefficient
Matrix
Component
1
2
数学
.064
.439
物理
.085
.400
化学
.137
.484
语文
.332
-.014
历史
.378
.073
英语
.432
.169
由上表可知
F1=0.064X10.085X20.137X30.332X40.378X50.432X6
F2=0.439X10.400X20.484X30.014X40.073X50.169X6
所以可以把每个学生的六门成绩分别代入F1、F2,比较两者的大小,F1大的适
合学文科,F2大的适合学理科。
计算结果为学号是1、16、24的学生适合学文,其余均适合学理
Q型聚类
如图所示进行选择,
抽FactorAnalysis:
Descriptive^
「Statlstics1
Univartatedescriptives
-CorrelationMatrtx
'4sCoefficients巫InversemSignificancelevels^ReproducedJDeterminant門Antf-image
JkmoandBartlettstestofsphericity
Continue]
CanceJ
X
H曲
直FactorAnalysis:
Extraction
Method:
Principalcomponents▼
-Analyze
©Correlationmatrix
OCovariancematrix
-Display
了Unrotatedfactorsolution
:
*X
^jScreeplo<
Extrsct
◎BasedonEigenvalue
Eigenvaluesgreaterthan:
1OFixednumberoffactors
Factorstoextract:
■
MaximumIterationsforConvergenee:
25
Continue
QFactorAnalysis:
FactorScores
/Saveasvariables
「Method
◎RegrGSSion
©Bartlett
©Anderson-Rubin
S?
[Displayfactorscorecoefficientmatrix
FactorAnalysis:
Rotation
QFactorAnalysis:
Options
-MissingValues
@ExcludecaseslistwiseOExdudecasespairwise
◎Replacewithmemn
CoefficientDisplayFormat
SliSortedbysizet
Suppresssmallcoefficients
Absolutevaluebelow:
Continue
结果如下
1
19M
j
商.
-IK!
TW
-113
-flu
2W
»Z4
-SM
-IU
w
■m
-412
-4M
5
K.0M
m
4VZ
-jcr
919
*.tn
IT?
倔
TW
193
号
曲爼
血站
14M
缨
-d±Ji
』甜
-4li
-J«4
•如
U科
144
-EAJ
4tJ
JH
1她
in
I-j
IM
JU<
J4I
-JJ7
W
■M7
■心划
JO
idra
•1141
-j&i
凹
-44J
-.4X1
-Jli
MJ:
-』$
-JH
-9S3
4M
2M
-44)
IJM
-OM
»rr
fEM
Tit
¥3f)
flit
.9捷
巒
-911
91J9
■IM
他
iam
-W
冬閩
srr
419
4»2
4II
421
■
JW
-.111
4SH
1?
3
065
-aw
i.m
-.fU!
-删
■3M
JUi
1M
231
•力対
曲并
*
-4«A
删
-ti^
MM
9Mi
IHi
764
如
占債
417
-曲口
Jltt
-J41
皿
-JJl
J9tl
AH
-■细
MM
。
時
*
di?
J1XI
11
-A14
1FJ
-JS-
Jfcl
心
-M
rn
HA
idtu
111
41.
jei
13
-<74
礬曲
-419
44)
"M
JRQ
17?
MR
m
-ie?
13
.帼
丨璋
441
-i?
S
411
tM
«M
134
呻
W
14M
114
‘仙
14
-硼
m
B1I
-W
訓叶
413
-.1tF
41«
1an
QN
謬
-如
■研
r沁
41?
■I科
Ifri
•恤
咖
1。
個
-4^
-^4?
411
-j|3fl
-7m
-4
-怦
-斯
-^*1
坤
-M
d&5
W
-曲
JHl
他
4<3
Jta
百M
磚
・$打
烦
»-
Ql11
IVF
OW
亟
-111
■們
专as
槪
--3C2
-曲
-W
-期
-1W
l»
-遛
-2«i
Jil
011
0
-m
灣
141
-ar
-?
M
-J?
l
-卿
0轉
•3?
21
-側
■4甜
$科
•惱
删
-4M
414
档
-W
4鼻
-117
-画
4^1
4
-j^i
415
[■
佶
朋
fTMi
7诫
in
•4-
23
-W
-U?
・山弼
-IM
-0
谄
413
I&4
-扌掰
-购
曲
甲讯
•曲0
瞬
-啊
-?
w
-tit
-?
ni
加
-IS
-1<4
-血
-测
-W
tw
-W
3M
Q>M
rfcj
-■■想
m
也M
勺囲
lp«
941
了菁
F炖
IW
-w
卿
flTJ
血
-?
M
in?
加
-轉F
-卿
「如
43?
t
.伽
J9H
-临
网泗
•必
JH?
164
甜
-9f-j
-4&1
u$l>
-审起
8•闾
-5tn
119
专皿
J1S
454
.凋L
-.an
昭.
-zJ»
j?
a]
a«i
启曲
..-jit-
>-1
_ISiJ
加_
L伽
__
31
2*
3T
2»
30
-401
ND
*J7
•們
-09V
-04*
W
-翊
-41>
-谀
-审
■曲
曲3I
'r.J
J?
4l
DU
?
s?
301
JIEi
国D
g?
i
47J
•C&
村・
-*B5
创
,4^4
•珈
・M1
-$M
■pr?
■NT
却
-JU
.2M
WJ
Mi
ill
■11Z
JW
也
-J3J
523
舁*1
-141
».1M
J朋
■J7«
・H州
~j44
-jut
3B»
-W
-?
74
59F
7曲
-TM
fl94
&T3
M4
$龔
旧
-m
咖
■JM
・0右
碗
135
335
辭
13D
229
611
5
Q19
■=1
他
讨加
伽
•Ki
活T
-•>*2
野1F
-RO
STB
俪
・JK
CTdi
013
■5
“了药
111
tit
価
rri:
JTI
亠m
Wb
dftO
JCrv
-SM
礙
-in*
.154
B«i
弟巾
»J4
■■■
QT
股
E
.M2
HF
IW
-阿
«B>
-WB
.213
专《4
Nd
»2
TQ
9M
眇
£43
-MX
-期
1
C・
.401
-14$
-Mi
197
翅
妙
14J
g
-MS
Sit
*
坤巾
-4*1
:
e*
44)1
啲
JIf
dw
嘲
-M
W
Jll
UM
m
-i?
l
IM
Tn
m
如
咖
1ran
^241
別D
-life
酎1
47
*.H7
皿
>M7
倔
jm
1S2
2EM
心*、
1E4D
QT
411
HELI
-Ml
me
3S*
-1.TS
-T3Bi
-flW
-«ra[
-MT
ra-D
IB?
-414
-晦
w:
瑯
--MJ
-AM
an
-Ml
im
JJD
忙
r«
^11*
-14|4
aac
-1>S
At?
鮮0>
-S3&
如
百塔
⑷
.■+
W
41i
-21&
1on
個
-m
啲
E
■邸
-11&
-朝卄
>D37
Ni
■血
卿
1frM
>m2
-ET11
281
JU
Qo
&5fl
MD
・4I>
・』g
・】阊
-1IT
•蒯
Hl
87U
1HJD
51T
-1H
苗;-
Ml
册
9I»
8T2
V71;
■DO:
12D
-320
HOJ
-Dili
-&>H
1KID
•me
02
isa
-MT
-sifi
lfl&
-JO
-ira
.期
卿
沁
£17
ime
-45J
a
Ml
观
砂
JMS
JIS*
6$
-?
B4
2»
沖
-咖
w
-w
tm
-m
-Jfl?
-*fli
-
-轉1
-爭剥
-»4
C43
SB&
J1&2
0*村
n?
«14D
佃
-aixi
iau
叙
714
松
•CSF
对d
r.Dl1
117
T1S
&圍
i
-»r
113
-JFT
flSI
1HQ
!
M!
|
pr
217
1S4
-«5
UT5
-mi
nr
-3IE
OB
-SM
HM
M4
1ND
riot
J2fi
S3l
-7J!
&
BID
M*
-1ia
-46J
1-1H
Idb
m
-74J
.714
皿
IftDi
?
13
討j
15i
rr2
加U
^31B
■M3-
25
-J6L
J22L.
713
「1JM0
m
相关性矩阵是主对角线为1的矩阵,可以看出因子之间相关性不是特别的大。
Communalities
起始
擷取
1
1.000
1.000
2
1.000
1.000
3
1.000
1.000
4
1.000
1.000
5
1.000
1.000
6
1.000
1.000
7
1.000
1.000
8
1.000
1.000
9
1.000
1.000
10
1.000
1.000
11
1.000
1.000
12
1.000
1.000
13
1.000
1.000
14
1.000
1.000
15
1.000
1.000
16
1.000
1.000
17
1.000
1.000
18
1.000
1.000
19
1.000
1.000
20
1.000
1.000
21
1.000
1.000
22
1.000
1.000
23
1.000
1.000
24
1.000
1.000
25
1.000
1.000
26
1.000
1.000
27
1.000
1.000
28
1.000
1.000
29
1.000
1.000
30
1.000
1.000
擷取方法:
主體元件分析
上表反映了公因子方差,每个同学原始变量提取到达1因子提取达到1.
說明的變異數總計
元
起始特徵值
擷取平方和載入
循環平方和載入
總計
變異的%
累加%
總計
變異的
%
累加%
總計
變異的
%
累加%
15.656
52.188
52.188
15.656
52.188
52.188
15.010
50.032
50.032
6.140
20.467
72.655
6.140
20.467
72.655
4.487
14.955
64.987
3.603
12.009
84.664
3.603
12.009
84.664
4.432
14.773
79.760
2.899
9.664
94.328
2.899
9.664
94.328
3.860
12.865
92.625
1.701
5.672
100.000
1.701
5.672
100.000
2.212
7.375
100.000
1.625E-15
5.417E-15
100.000