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。