SPSS进行主成分分析报告地步骤图文
实用标准文档主成分分析操作過程原始數據如下(部分)調用因子分析模塊(Analyze Dimension Reduction Factor ),將需要參與分 析各個原始變量放入變量框,如下圖所示:單擊 Descriptives 按鈕,打開 Descriptives次對話框,勾選 KMQnd Bartletts test of sphericity 選項(Initial solution選項為系統默認勾選,保持默認即可),如下圖所示,然後點擊 Continue按鈕,回到主對話框:曲| FactorDescriptives-Statistics1 LJniwariate d«scriptrves/ initial 扁Iuti6订-Correlation Matrix Caefficients F Inverse.Signrficance levels ReproducedD etermi n a ntArti-image| H|KMO and Baititts test of sphericity中 ntincim Ca n ctl Help其他次對話框都保持不變(此時在 Extract次對話框中,SPSS已經默認將提 取公因子方法設置為主成分分析法),在主對話框中點0K按鈕,執行因子分析, 得到主要結果如下面幾張表。 KMC和Bartlett 球形檢驗結果:KM 0 and Bai tletfs TestKaiser-Mr-aikin Masur& of Sampling Adequacy.635 |Bartletts Test ofApprox Chi-Square149.799Sphari citydr15Sig.| .000 |KM(為 0.635>0.6,說明數據適合做因子分析;Bartlett球形檢驗顯著性P值為0.000<0.05,亦說明數據適合做因子分析。 公因子方差表,其展示了變量共同度,Extraction下面各個共同度值都大於0.5,說明提取主成分對於原始變量解釋程度比較高。本表在主成分分 析中用處不大,此處列出來僅供參考。ComrnuiidlitiesInrtialExtractionUGDF1 000.930固定资产投资tooo721叶会泊珞訖零普总訓1 000.795农村A均坤收人1.000.961构甑£1 ODD.647卫生机悔驗亀1.000859Extraction Method: Principal ComponentAnalysis. 總方差分解表如下表。由下表可以看出,提取了特征值大於1兩個主成分,兩個主成分方差貢獻率分別是 55.449%和29.771%,累積方差貢獻率是85.220%;兩個特征值分別是3.327和1.786。ToUI Variance Exp MinedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsTotal% of VarianceCumulative %T曲% ofVflriBncBCumulative %13 32755.44955.4493.32755.44955.44921.7BS2977105.2201.7362S.77185.220 |34978.28593 5054.2624.36297 6675.0031.47399.3406040.660wa.oaoExtraction Method: Principal ComponentAnalvsis. 因子截荷矩陣如下:ComponenT Mairrix3Component12人均GDF.031-.490面定诱产擡锻.732430社会消费品萼醬总额.781-431农村人均純收.893-.405料讲机构故宣.694.605卫生机构散诂.B04Bctractlon Method: Principal Component Analysis.a 2 components extracted.根據數理統計相關知識,主成分分析變換矩陣亦即主成分載荷矩陣U與因子載荷矩陣 A以及特征值入數學關系如下面這個公式:U i故可以由這二者通過計算變量來求得主成分載荷矩陣U。新建一個SPSS數據文件,將因子載荷矩陣中各個載荷值複制進去,如下圖所 示:A1A2.631-4S0.732.430|781431匚 一 893-.406 1.694,606:.461,S04計算變量(Transform-Compute Variables公式分別如下二張圖所示:+.4 Compute- VariableTarnfli VAriaNft1Numeric Expression:U2=|A2>SaRT(t7B6)p 冷Type & Label.-少U1 ES SSCir 、<wi rv y計算變量得到兩個特征向量 U1和U2如下圖所示(U1和U2合起來就是主成分 載荷矩陣):A1A2J1I LJ2.831-490456367.732-4-30401.322.701-.431.42®*.323893-.405.490.694.605.380453.461_804.253.602所以可以得到兩個主成分 Y1和Y2表達式如下:Y1 = 0.456X1+0.401X2+0.428X3+0.490X4+0.380X5+0.253X6Y2= -0.367X1+0.322X2-0.323X3-0.303X4+0.453X5+0.602X6由上面兩個表達式,可以通過計算變量來得到Y1、Y2值。需要注意是,在計算變量之前,需要對原始變量進行標准化處理,上述丫1、Y2表達式中X1X9應為各原始變量標准分,而不是原始值。(另外需注意,本操作需要在SPSS原始文件中來進行,而不是主成分載荷矩陣那個SPSS數據表中。)調用描述統計:描述模塊(Analyze Descriptive Statistics Descriptives ), 將各個原始變量放入變量框,並勾選Save stan dardized values as variables框,如下圖所示:得到各個原始變量標准分如下圖(部分):矶埠GDPE国疋粧广投贞2社名満贺品零售帶肝机枸麓量口鱼机构勰量2.04J41-.516601.G&90£1.940241.G2927-425201,31636.030235S226,9017486049-.90926 1-.34201694&0-3019S03634610731 024B1-53582-42226-8?403-臣药g-57756-15119-.4666019082-1 19652'62105.9736&-.43612.602172_26fiSa-.48420475521.40293.05841-.22950-5S1Q7-.93606-.11133.38439-71569 10213501172-7G471030231014G307D43J55902.412162.469243.23931.49756-334B3 1阳旷1 5811730226905301 742441 5DBBB61011-186171 6A7151 6136fi0i48fi60300-6390922753-,406775Q1&60&029,Q2ZQ1.36371.8B6G2193764166935122_G3932-.68934-.65181-.76386-.20285-294S3-.29742 037331 G2445-0113102341667321.Q7B60-.65503.69377.82912-.59181.73049.31360 j-?*注-3094S- 05677235901.12000.89230 57671估如35734 345226107371657.69E16.110522.67E57.32731.63767552114363131S&2E2C9&2&702.15134*1.27655.41751.22573-1.76586*132671 1r JirioqiOQHCco j on4 E7nco T7"TDCiZ人均GDF即為X1, Z固定資產投資即為X2,其餘類推調用計算變量模塊(Transform Compute Variables ),輸入公式如下圖所示:皂计算盘星鉴丛韵陋咅也456 * lACDP * ,431*2®T产吸資* 423 改EE;S®品書昌总帧* 490 *那赤执 均坯收入* .3BJ *葩研Q3Q!生矶恂数显夕 AiGDP 护冈肩f产种憎 护班会角筋聘售Q,砂 护績村人甸蠅收入 炉觀妇机构做至 水卫兰忙鹰數屋& 2SMr&iA<SDF)2A 夕2価怕圖定竟严捜豐. 拐 <Lscnr-? sjftfPnn ® 护禽COB限村人均纯收一. 少 zscoreWmMfe .9|31丨 一FIfT辜求COF弐非中心GDF1律抱当前口期吋间T国熱坦矩1:话徽和删頁量回:彳严计璋豈壇目師表星fT.;共聖与朋姿L.护人均GCP 抄同足资严1ft贺 材 社瓮漬显誓隹g籲 岸制执均州收入 扌斜研肌梅.鱼 撐二生的构數呈1 s coreU-15 gdpj ZX 护2他简固罡瓷严投溜. 吞 刊5囘社奈般品粵 护Zs core瀬4人均驰“ 抄;、,注-和衽巩卜:,址這L & ZscorcCffiftfi). 11-37 * ZA均GDP.322T囲定资严設険-23'盘会涓烫品晖奄总踰-303*滋封人 均譌忖+ .药尸胡训机糕握-E02 :辽兰trj糠iH数宇吞迖式叵尸也眾绘:全訓 冷卞CDF 詩中匕2CF因最Ftm殊爻童(E :