包含spss因子分析的词条

今天给大家介绍spss因子分析以及相应的知识点。希望对你有帮助，也别忘了收藏这个网站。

如何分析spss因子

可以用网上的spss平台进行分析，用因子分析来探讨量化的数据如何凝聚成几个方面(因子)以及每个方面(因子)与问题的对应关系。因子分析步骤:

1.选择高级* * *因子

2.设置输出维度(因子)的数量

3.单击开始分析。

因子分析通常有三个步骤:之一步判断是否适合做因子分析；步骤2，判断因素与项目的对应关系；第三步是因子命名。

之一步:判断是否进行因子分析，判断标准是KMO值大于0.6；

第二步:确定因素与项目的对应关系。如果因素和项目之间的对应关系与预期严重不一致，则可以删除项目。

第三步:删除第二步中不合理的条目，在确认好因子与条目的对应关系后，结合因子与条目的对应关系，为因子命名。

6.6的基本用法。SPSS:因子分析

因子分析几乎可以等价于主成分分析，其本质是PCA降维，过多的因子减少了因子的数量。例子如下

先导入老师给的数据，然后点击分析-降维-因子分析。

单击描述按钮-选择KMO和球形测试。

点击提取-* * *选择主成分-同时查看砾石图。

这里的特征值一般大于1，然后你可以根据自己的需要加上因子的个数。

一般选择更大方差法作为轮换法，查负荷图，迭代次数选择30次。

实际上，可能的旋转次数不足以产生结果，因此我们将检查迭代次数。

这里的因子得分作为一个变量检查，然后检查得分系数矩阵。

这里的选项按大小排序，不包括小系数，这里的绝对值是0.3。我们来看看后续结果，分析一下。

操作后生成的结果如上。这里KMO需要大于0.7，这样各个因子的相互度才能满足因子分析的条件，才是相关的。

公因子方差的提取部分取决于提取了多少信息。以q1_1为例，0.581相当于提取了58.1%的信息。只要比值大于0.5，萃取效果就好。

砾石图主要用于统计所选特征值的个数。如果你能看到上图，你应该选择四个特征值，但是前面老师说了，八个因素代表性不够，更别说四个特征值了，实际过程中可能不太实用。你可以写在报告里。

这里的分量矩阵(其实老师说应该叫载荷矩阵？？)，旋转前没有因子。因为之前已经对选项进行了排序，把小于0.3的都去掉了(其实0.5以下就没用了)，所以从上面可以看出，因子1主要是由问题5_3到3_4组成的。这里需要重点关注0.4以下的数据，比如0.490(小于0.5用处不大)。另外，老师提到了q7_3，它在因子2和因子3中都是0.4，那么如何判断它属于哪个因子，从旋转的那个就可以看出来。

旋转后的Q7_3为0.734，属于因子2，与因子3无关。

可以发现，每个维度的第三个问题归因于因素2，每个维度的第五个问题归因于因素1。

1)另外我们可以看到q3_3叫做交叉因子现象，两个因子都大于0.5，这是不允许的。我们需要删除这个主题或修改它。

2)另外，q3_2与所有因素的相关性小于0.5，建议删除。

3)还有，只有因子8的相关性大于0.5，所以因子8完全用表示，需要删除。

1)2)3)这三种特殊情况需要注意，所有题目都需要修改或删除。

这个作文图一般是二维的，看起来很清晰，但三维的并不是不清晰，因为它显示了哪些因素与每个题目接近。

spss因子分析为什么要轮换因子？

因子旋转是为了帮助用真实的语言描述得到的因子。正常的因子分析得到的因子可能没有明显的逻辑意义，难以理解。但是旋转之后，就有可能得到一个逻辑因子。

最常用的* * *是方差更大的正交旋转法，使旋转后的因子加载数组中的每一列元素尽量远离，即极化到0或1。

因此，每个主要因素只对少数几个变量有很高的负荷，其余的都很小。每个变量只在几个主要因素上有很高的负荷，其余的都很小。

扩展数据:

建立因子分析模型的目的不仅是找出主要因子，而且要知道每个主要因子的意义，从而分析实际问题。如果得到主因子后，各主因子的典型代表变量不是很突出，就需要对因子进行旋转，通过适当的旋转得到一个满意的主因子。

如果正交旋转后的公因子仍然没有明显的实际意义，也可以作为方差更大的斜旋转。选择一个合适的非退化矩阵P(P非正交矩阵)使AP的总方差更大，称为更大方差对角旋转。变换矩阵P是一般的非奇异矩阵，因此具有很大的选择性。

spss因子分析的详细步骤

1.在新建的Excel表格中插入六列数据，包括类别、AC1、AC2、AC3、AC4、AC1；

2.打开SPSS分析工具，点击文件菜单，打开数据选择excel表，导入数据；

3.导入数据后，调整可变列的宽度，显示默认的数据视图；

4.单击分析菜单，然后选择降维中的因子；

5.打开因子分析窗口，将AC1、AC2、AC3、AC4和AC5移入变量框；

6.点击描述按钮打开相应窗口，查看初始解，查看相关系数矩阵的系数，统计KMO和巴特利特球度检验；

7.然后点击提取按钮，打开窗口查看分析相关矩阵，显示未旋转因子解和砾石图；

8.选择旋转打开窗口，选中旋转后* * *选择更大方差法显示求解和载荷图；

9.点击分数按钮打开因子分数窗口，勾选另存为变量，选择回归，然后点击继续；

10.最后设置选项，勾选缺失值排除列数，勾选系数显示格式按大小排序，然后点击继续；

11.确认后，生成因子分析结果，包括相关矩阵、KMO和巴特利特检验；

12、根据选定的变量，生成公因子方差和总方差解释；

13.接下来，以分量数为横坐标，以特征值为纵坐标，生成砾石图；

14.还可以生成分量矩阵和旋转分量矩阵，提取* * *作为主成分分析；

15.在分量变换矩阵下，在空中生成旋转后的分量图；

16.最后，根据组件生成组件得分系数矩阵和组件得分协方差矩阵。

spss因子分析的介绍到此结束。感谢您花时间阅读本网站的内容。别忘了在这个网站上找到更多关于spss因子分析的信息。