如何利用SPSS做因子分析等分析仅供参考讲解学习.docx
《如何利用SPSS做因子分析等分析仅供参考讲解学习.docx》由会员分享,可在线阅读,更多相关《如何利用SPSS做因子分析等分析仅供参考讲解学习.docx(17页珍藏版)》请在冰豆网上搜索。
如何利用SPSS做因子分析等分析仅供参考讲解学习
我就以我的数据为例来做示范,仅供参考
一、信度分析〔即可靠度分析〕
1.分析一一度量一一可靠度分析
图1
2.然后就会弹出上图1的框框.在这里,你可以对所有的问题进行可靠度分析,如果是这样,那你只需要选中所有的问题到右边这个白色的框框,然后点击“统计量〞,根据右边这个图进行打钩.然后点“继续〞.之后就点“确
3.接着去“输出1〞这个框看分析结果,你就会看到很多分析结果,其中有一个就是右图,
那第一个0.808就是你所选择进行分析的数据的信度.如果你想把每一个维度的数据进行独立的信度分析,那道理也是一样的
二、因子分析
在做因子分析之前首先要判断这些数据是否适合做因子分析,那这里就需要进行效度检验,不过总共效度检验是和因子分析的操作同步的,意思就是说你在做因子分析的时候也可以做效度检验.具体示范如下:
1.分析一一降维一一因子分析
图2
一般来说,咱们做因子分析的时候是为了把那些具有共同属性的因子归类成一类,说的简单点就是要验证咱们所选取的每一个维度下面的题目是属于这个维度,而非其他维度的.那一般来说,因子分析做出来的结果就是你原本有几个维度,最终分析结果就会归类成几个公因子.
2.一般来说,自变量的题目和因变量的题目是要独立分析的.我的课题是“店
面形象对顾客购置意愿的影响〞那自变量就是店面形象的那些维度,因变量
就是顾客购置意愿
3.将要做分析的题目选择到右边的白框之后,就如下列图打钩:
菌因子分析:
撵述统计—
广寅讲里I
□单慢量感述tvu
叵]星始外折第梁①I
相关矩晦
p]系数心□越樱型(四1
E〞假设性水平因□禺生®I
□行列拉由一.辰缺盘〔因叵]1/口和.日也如的I笥方度检的〔H〕
[算[LJ|」助二]
EB区子分析因子得分
也忤有为奕量($|
「方法1
o困—因
■:
.■Bartlett(B)
Q-Anderaon-Rubin(A)
[g显而因子的分养敖矩阵〔切
瑞麒挚请嚣助
4
“抽取〞和“选项〞两个不用管他.然后就点
“确定〞
.根据上述步骤操作下来之后,就可以去“输出1看分析结果.首先看效度检验的结果:
这里要
看第一行和最后一行的数据,第一行数据为0.756,说明效度较高,sig为
0.000,这两个结果显示这份数据完全可以做因子分析.那就去看因子分析的
结果.
5.看下面这张图,看“初始特征值〞这一项下面的“合计〞的数值,有几个数据是>1,那就说明此次因子分析共提取了几个公因子.下列图所示,有5个数据是>1,这说明可以提取5个公因子.我之前提到了,一般来说,在自变量中设计了几个维度,因子分析就会显示出几个公因子,我设计了5个维度,
所以我因子分析的结果就显示我可以提取5个公因子.然后就看“旋转平方和载入〞下面的“累积%'的最后一行那个数据,我这里是68.713,这说明表中数据可以很好的解释自变量.
解暮的息方差
院僧
初始特征值
提用平方和载入
旋转平方和载入
方差的焦
里袒%
言计
方苦的现
累以»
言计
方差留%
孚枳贤
1
G.703
37267
37.267
C703
3T.287
37,267
3.109
17,272
17272
2
1.993
11,074
49,341
993
11.1074
43,341
2.963
16.462
33.T33
3
1.358
7.5桶
55,988
1.3^3
7:
546
55,888
2240
12dd4
4G,17B
4
1279
7104
02,991
1.279
T.W4
62.991
2.164
12,020
5B197
6
1.030
5.722
63.713
030
5.722
69.713
1,093
10.516
56713
6
926
113
73.867
7
815
4.530
7B.387
3
739
^.104
82,501
g
573
1192
B5,E33
110
2S7E
BBE5Q
11
494
2742
91,301
-llZ
303
1130
93.431
113
324
1.802
95.232
14
253
1.400
gs.040
11fi
138
1na7
97730
16
170
.097
08,726
117
122
.677
99402
116
1QS
598
1100.000
接取方法:
主成份允析,
6.然后就看“旋转成分矩阵〞,如下列图,我把数值比拟>0.5的归为一类,然后重命名,这一步就是因子分析的精髓所在啊.根据数值,把这些因子提取,并合并成一个公因子.这就为下面的相关分析和回归分析做准备了.如何合并成一个公因子,这就需要结合你之前所设计的自变量的维度了.我把店面形象分为产品形象、效劳形象、价格形象、促销形象、环境形象,根据这个旋转成分矩阵的分析结果,我把1列几个加红的数据所对应的因子归类成产品形象.其他几个也是同样的道理.不过也要注意,这些因子所涉及的内容是否和公因子一样.如下表3这一列,我原本第三个维度是价格形象,但是从分析结果来看是和促销形象相关的,而4这一列恰恰和价格相关,所以我就
把3这一列提取为促销形象,4提取为价格形象.
0
咸归
口
1
2
3i
41
5.1
我认为品牌月魅店服装也很齐全
609
.31Q
我认为品牌1滕店服装醺很可耗1
.220
.的由
-.04?
我认为品牌[睦后]滕夕把很时尚,
■
.256
.如
-.145
254
我认为品牌E蹈店/腾人曷态度很好
450
■
-DOT
346
039
秽以内品牌月睐店驱翁人晶形象很期f।
居]
..
06S
321
327
我认为品牌月底店退恢月诙很方便'
014
844
11?
1O&
061
牡馍圆品牌店可以用银行卡缮眯,
R4g
618
0
324
17$
找q为品牌?
睦店噩超速度很快捷,
.215
■
342
330
..OOS
我发现品牌服装店所有月殿前明出标阶
■
.133
272
438
307
我认加品牌B蹈店服亲彷格很适置1
356
261
.214
541
215
我认为品睥月滕店服装优格■其他形式侵口大夷场?
的腿装店廉价..
402
447
■
□55
我认加品牌0瞌店促销船解美很期』
245
034
■
-.023
265
我发现品H翱瞌店促^谈P1间很长r
-,H6
-.02C
766
008
35
我认为品睥月底店促1肖的力度很大,
276
(DI
须
第1
112
林认为品牌[睦店店内环境混千军密育,
in
.151
.175
.(E4
.092
我认为肪牌1踏店商店笠俺很简的时尚
2H
.142
305
231
我认为品牌月蹈店商店主间很宽敞断
.3行
.QfQ
..045
3E
我认为品牌』普店褂店餐国很轻极愉悦
135
216
-.3©
至0
7.上面讲的是自变量的因子分析,就是店面形象的维度的因子分析,那还需要做因变量的因子分析,就是购置意愿的因子分析,操作手法和上面一样,我就不说了.
三、相关分析
以前我都不知道做完因子分析之后,如何对提取的自变量和因变量的公因子做相
关分析,现在我终于知道了,其实也很简单的.在我们对自变量和因变量做好因子分析之后,回到数据视图,就会看到在原本的题目后面多了几列数据,这些数据就是做好因子分析之后,所提取的公因子的数据,如下列图
FAC1_1
FACS-l
FAC3_l
F心_1
FAC5_L
FACl-f
3
-0.21662
-1.10054
-OL59299
D.617D4.
-0.03120
0.2d»03
3
-UDD48D
I895QI
0.21206
-D.143ZI
0.00035
-0.42920
2
-Q.14IE4S
一小irsseg
D+231B1
-Oie4B6r0
-0.4107®
-U1D35E
3
0.3E7A1
-n,1BS7S
13n
n.3fl?
75
-«a
0.?
9«B4
2
-U62V0E
0.08044
U.0B224
0.1GTM
U22220
Q.啊3.
Z
0.011786
1.52KT
-O+4F(I32
"0iB面"4
-0.3F832
0.
2
—场2W
T.U3MJ2
■ILMUM
=IL2.3Hli
L2H62
0.MVfb
3
二(LigflflE
0.9E21S
-0.43H5
»D.49S18
n.
1.9363.
$
IL2U&MJ
-O.lHUtiB
u.uruM
0.tiUb/K
i.uiyfis
-0.<2920
3
-1,2781g
□_HS27fi
n,5374H
-D_D7S5B
-fl.9D501
-O_42920
3
L.21712
1.B22B3
-0.13GG9
-L68965
-Q.37C54
2
-0,31992
-0,21968
Q,3丽4
-O.06»2i
-E42022
0-22028
3
0.94J0G
1.3T69&
0,0M41
a.rcsra
0.2B3ir
0.12M1
3
L.IMJZfi
(L
U.4nu»
-1.lU»bU
-U.乂5315
0.92MJ
3
0,444M
-0.934"
-1,777?
P
-0.57162
n.4ftno?
a.msB
3
-U.BL3ZU
-U.bbVIK
-1.37BK2
U.fbl2b
J.有MUf
1.93&加।
2
-U2J68?
-1.0513?
1.3S950
0.S1121
Lssior
1.258S8
3
0.633K2
0.2B86&
0.0TM2
-0.03S43
予
(L9134日
m.5了
n.nn^n
-|e
A,19472
O_9?
3d1
上图中的FAC1_1FAC5_1表示的是自变量〔即店面形象〕所提取的5个公因
子,FAC1_2是因变量〔即购置意愿〕所提取的公因子,那接下去的相关分析和回归分析就可以用这几个数据去操作了.
1.分析一一相关一一双变量相关
上面这张图中左边这个框最下面那几行英文数字就是因子分析所提取的公因子,其中1——5是自变量的,第6个是因变量的.要做相关分析,只需要把相应的数据选到右边这个框中,其他什么都不用管,然后点“确定〞就可以了.在这里,我以第一个和最后一个为例进行相关分析.分析结果如下:
相关性
BARTfactorscore1forainailvsis1
QARTfactorscore1foranaIvsie2
BARTfactorscore1for
Pearson相关性
1
1691
analysiis1
显著性
043
N
145
145
EARTfaciorscore1for
Pearson植关性
而
1
analysis2
显著性〔砌
Q43
N
US
146
.在0.05水平〔双侧〕上显著相关o
由于因子分析的时候没有把相应的英文改成中文,所以在做相关分析的时候,软件都是默认用英文来做的,这个没关系,反正到时候复制到word里面,可以进行修改,只是别把自变量的公因子改成因变量的公因子就行.上面这个表格具体什么含义,简单点说,就是产品形象和顾客购置意愿在0.05的置信水平上呈现正相关,相关系数为0.169.
那其他几个也是这样操作的,我就不说了.
四、回归分析往下拉
回归分析也是以因子分析之后所提取的公因子为对象进行分析.
操作按钮:
分析一一回归一一线性
这里我就把所有自变量和因变量进行分析
那这里因变量就是购置意愿,自变量
就是店面形象的那些维度,这里可不能搞错掉
国变呈〔⑴:
BART侑barqsr岁1fqr中晔卜眷话2[FAC1...
国认为品嘛帮赛信渐居...生多史唐买也第装经常…S■专注盾买玄器我组靠…犀收在专卖括买好衣服一青到蠢的性别是?
’归也]青词悠的挹灿状况尾7...'
■同想的年龄是?
[Q24]悠的飘业是?
’[Q2到
寓前每的冉收入量W[Q...4何处的爱城郊水平是…1ARTfactorscore1f...3Af?
Tfactorscore2f...■
上一般CD
下一舸的
白爨枭①:
BARTfactorscore
BARTfactur5core
BARTfactorscore
BAF?
Tfactarscore
1foranalysis1[FAC1一
2forflrral/sis1[FAC2...
3farsnalyjis1[FAQ,..
4toranalysis1[FAC4...
BARTfBGtwscore5foranalysis1[FACS…
法〔由
选人
分析结果如下
表4-14一回归模型的总体效果参数表」
模型5匚总F
稹暨r
调整R方,一
标准估计的误差严
.719*
.469
443
.86^97744
费科来源:
运用妒曲17一.对调至问卷进行回归分析整理得到川表4-15,回归同歌中的方差分析表,
ADOvn"
模卧
平方和卡
d£八
均方*『
F口
氧工炉
“回归^
38.TW
5
7.T5S
10252
.OOD4
城差J
105.504
135
7ET
P
n
总计♦
144.000
144'
w■»rYF:
J-yIJ1aBFjniI〞—JF
图表476店面形能与顾客购置意愿的回归宗数表^
系数〜
非标准化系数户
标准锄q
W
Sig.,
B
标淮误差*
试用版/
1-
席里W
-0.237
072
.000
1000
产品形象4■1
仁
073
428
4.24S
000
肥势形象*
408
075
.408
3.^21
004
促清形象^
.385
062
395
3.331
007
价格形象「
.416
.072
415
2.326
000
环境形象产
.341
077
341
3.2D1
004
资料来源:
运用5Pss170对调萱向卷进行回归分析整理冬到」
由上述三表可得।模型的拟合优度良好,方程及系数的回归效果是显著的.
表4T5显示,产品形象、效劳形象、促销形象、价格形象和环境形象的显著性概率均小于0.05,说明这五项有显著性差异.根据表475可得到如下回归方程工u购置意愿=0.4花乂产品形象+0.40sx效劳形象+0.385'促销用象+0.416乂价
格形象+0.341X环境形象J
差不多根据上面这样的分析来做,就可以了,上面这些分析只是我个人的做法,仅供参考!
如果想做的更好的可以去图书馆一楼借两本SPSSB程来看看.