《因子分析教程.doc》由会员分享，可在线阅读，更多相关《因子分析教程.doc（5页珍藏版）》请在金锄头文库上搜索。
1、具体操作：执行Analyze/Data Reduction/factor命令，弹出factor Analysis对话框Variables: X1, X2. 选入分析变单击descriptives按钮 弹出descriptives勾选KMO and Bartletts test of sphericity 进行因子分析适用条件的检验单击continue 回到主对话框单击extraction弹出extraction对话框勾选display:scree plot（可不选） 输出碎石图单击continue单击scores弹出factor scores子对话框勾选display factor score
2、 coefficient matrix 输出因子得分系数阵单击rotation按钮(需要旋转时按，不需要旋转不用按) 弹出rotation子对话框选择varimax 采用方差最大化正交旋转勾选 loading plots 输出因子载荷图单击continue 回到主对话框单击ok 生成以下结果（一）、KMO and Bartletts Test这是KMO检验和Bartlett球形检验结果表。KMO检验用于检验变量间的偏相关系数是否过小，一般情况下，当KMO大于0.9时效果最佳，小于0.5时不适宜做因子分析。Bartlett球形检验用于检验相关系数矩阵是否是单位阵，如果结论是不拒绝该假设，则表示各
3、个变量都是各自独立的。（二）、Communalities这里变量共同度表，表中给出了提取公共因子前后各变量的共同度，它是衡量公共因子相对重要性的指标。（三）Total Variance Explained这是主成分表，表中列出所有的主成分，且按照特征根的从大到小次序排列。（四）Scree Plot这是碎石图，是按照特征根大小排列的主成分散点图。纵坐标为特征值，横坐标为因子数。（五）Component Matrix因子负荷矩阵，用来反映各个变量的变异可以主要由哪些因子解释。（六）Rotated Component Matrix经过正交旋转过后的因子载荷阵。（七）Component Transformation Matrix因子转换矩阵。旋转前的因子载荷矩阵乘以因子转换矩阵就等于旋转后的因子载荷矩阵。（八）Component Plot因子旋转前的因子载荷图。（九）Component Plot in Rotated Space因子旋转后的因子载荷图。(十)Component Score Coefficient Matrix这是因子得分系数矩阵。通过此表可以得到用各个变量线性组合表的主成分。（八）Component Score Coefficient Matrix因子得分的协方差矩阵，用来反映各因子间的联系程度。
