《多元统计分析因子分析(方法步骤分析总结)》由会员分享，可在线阅读，更多相关《多元统计分析因子分析(方法步骤分析总结)（7页珍藏版）》请在金锄头文库上搜索。
1、因子分析+聚类分析：一.对数据进行因子分析，实验步骤：1在SPS驹口中选择：分析-降维-因子分析，在因子分析主界面将变量X1移入变量框2点击“描述”，在对话框中，统计量选择：原始分析结果，相关矩阵选择：系数，以描述 相关系数，点击继续描述。抽取云!旋转-得分i送项【二町因子分折;琏述统计统计量副原始分祈始果Q）相关矩阵寮教逆程型典日显著性水平圈再至四） 口行列式（Q）.反映象凶 .I更。和Bartlett的球形度检验（K）、岫|甄肖帮助3点击“抽取，在对话框中，方法为主成份，分析选择：相关性矩阵，输出选择：未旋转的因子解和碎石图，抽取中选择基于特征值（特征值大于1）或者因子的固定数量（要提取的
2、因子为2），点击继续岫曰十打E fid瑕lj方法曲）：主成骨_J分析输出相关陛炬阵5未旋季专的囚孑解（F）。恰方莲炬阵（V）M时舌画闿（抽取基芋特证值特滨佰大于值:匚园子的回定笏星四）要提取的因子（!）:最大收救性遇代次戮以）一瓦财J 融源禁助4点击“旋转”，在对话框中，方法为最大方差法，在输出中选择旋转解和载荷图（当因子数=2时），点击继续,在方法中5点击“得分”，在对话框中，选中“保存为变量”和“显示因子得分系数矩阵” 选择“回归”，点击继续因子灯析涂抽取旧.旋清（D.#I得分但送项旧）.6点击确定实验结果分析：1.特征根和累计贡献率解释的总方差成份初始特征值提取平方和载入旋转平方和载入合
3、计方差的%累积%合计方差的%累积%合计方差的%累积%12.73145.52045.5202.73145.52045.5202.68844.80244.80222.21836.96982.4882.21836.96982.4882.26137.68782.4883.4427.36089.8484.3415.68895.5365.1833.04498.5806.0851.420100.000解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的累积合计方差的累积合计方差的累积12.73145.52045.5202.73145.52045.5202.68844.80244.80222.21
4、836.96982.4882.21836.96982.4882.26137.68782.4883.4427.36089.8484.3415.68895.5365.1833.04498.5806.0851.420100.000提取方法：主成份分析。由表中可以看出，因为成份1和2的特征值1,被提取出来，而且由于第三个特征根相比下 降比较快，我们也只选取两个公共因子，对 1和2旋转后其累计贡献率为 82.488%。-F（缩小版碎石图）由碎石图，我们也可以看出1和2的特征值大于1 ,可以被提取出来，其余变量特征值过小, 不予提取。成份矩阵成份12v1.928.253v2-.301.795v3.936.
5、131v4-.342.789v5-.869-.351v6-.177.871由旋转前的成分矩阵可以写出每个原始变量关丁各个成份的表达式旋转成份矩阵a成份12v1.962-.027v2-.057.848v3.934-.146v4-.098.854v5-.933-.084v6.083.885从旋转成份矩阵可以看出，经过旋转的载荷系数产生了明显的区别， 横向找到最 大的一个数，如上表中黄色部分画出，第一个公因子在v1,v3,v5上占有较大载荷， 说明丁这三个指标有较大的相关性， 命名为；第二个公因子 在v2,v4,v6上有较大 载荷，有较大相关性，归为一类，可命名为。成份转换矩阵成份121.957-.
6、2902.290.957该表为成分转换矩阵，给出旋转所需的矩阵成份得分系数矩阵成份12v1.358.011v2-.001.375v3.345-.043v4-.017.377v5-.350-.059v6.052.395可以用成份得分系数矩阵写出各个因子关丁中心标准化后的变量的表达式。F1=0.385x1-0.001x2+.F2=.（分析的举例：第一个因子在外貌自信心洞察力推销能力工作魄力 志向抱负理解能力潜能等变量上有较大的系数，可以抽象为应聘者主 客观工作能力因子第二个因子在简历格式工作经验适应力变量上有较大的系数，可抽象 为应聘者对客观环境的适应力因子第三个因子在兴趣爱好诚信度求职渴望度变量
7、上有较大的系数，可抽象为应聘者的兴趣和诚信因子。第四个因子在研究能力变量上系数较大，可抽象为应聘者的学习能力因 子。）一、进行聚类分析实验步骤：（同之前聚类分析相同的步骤）1. 在SPSS选择分析-分类-系统聚类，在主界面中，将fac1-1,fac1-2导入变量框 中，分群中选择个案，输出框中选择统计量和图2. 点击“统计量”，选择“合并进程表”，在聚类成员框中选择单一方案，聚 类数输入4,点击继续3. 点击“绘制”，选择“树状图”，在冰柱及方向框中为默认值，点击继续4. 点击“方法”，聚类方法选择“组问联接”，区间选择 Euclidean离，标准 化中选择Z得分，点击继续5 .点击“保存”，
8、选择单一方案，聚类数设置为 46. 点击“确定”，在数据视图中可以看到增加了一列“CLU4-1”7. 在图形下拉菜单中选择“图表构建程序”，点击散点图，在右边 4*2的样式 选择框中选择第二个，将fac1-1拖入x轴。fac1-2拖入y轴，average linkage入“设置颜色”，点击确定8. 双击输出的散点图，在选项中加入x轴及y轴参考线实验结果分析：ODREGR factor score 1 for analysis 1(结合实际意义)第一类样本大多聚集在在公共因子1上为正，在公共因子2上为 负的范围内，说明第一类样本在什么方面比较重要第二三四类5771001803090012095
9、5790368228596330825771001803090012386 5761373997357606965771001803090013594 5780775799025155125771001803090012387 5771649826018180515771001803090012138 5721311921589183265771001803090012359 5790368223610760535771001803090012356 5761352861437917425771001803090012355 5750878697046932791708810034335527
10、4 10122994432583337917088100343355275 10186673293883200817088100343356107 10158115250150052217088100343356108 10100018005987173217088100343354295 10107419414268701717088100343356184 10187866086962880217088100343356185 10177583117408667417088100343356109 10108601437357284617088100343356110 101152207216014916精品word文档值得下载值得拥有17088100343355237 10102704160570270917088100343355238 10122936486142541417088100343356169 10186220440263571817088100343354928 101760654089788804
