SPSS因子分析試驗(yàn)報(bào)告

1、實(shí)驗(yàn)十一(因子分析)報(bào)告、數(shù)據(jù)來源各地區(qū)年平均收入.sav.savdqr1x23誕點(diǎn)加x71北克10907000259.0099170012B64001805600149450037096002天津9669005083.0口56670011029.0011797.006950005109.003河北6066003843.005073006029.006323006196007125004山西573100317700B49005267.003870029000604400E啊蒙古&4C2.OO3551.005290004407.00561200459900湖1006遼寧6226.0035

2、03.0037B9,OO6618.009158007417.004899.007吉林6017003813W7403.007471007402.006699006611.00e里龍江&32300274700M7200aoeeoo6613005933003266009上每11733007329CQ074fiOO12698.00160570014175.001272aoe10江蘇7745.DO583.007390.009144.009153.007362.006884.0011北江B847.007026m7迎009396(110417一0095OC.Q0BtZB.OO12麥酷603900湖2

3、004B30006306.0060420055110056050013福逮7G21DO6562.0011124008556OQ8336008732007so7.0014江西5303.00363E.006056007907.OD85站.007535.0044&5,OO15山東6017004186.0。6420006257m6702006026.002351.00化河菌5643003797.005912.0049Q90064090053070049950017湖北5741DO37310051S300531900623700E7690049630018朝南5683003736.0062180

4、0SO27,OD7929.005224.0037130019廣東1DO32DO314.00110X00124750012410.0011140007713D020廣西5&540OJ437.0052960065360067&5005577006tB90021海南&4GSDO42080070100011062.0090770083730084620022重慶528004016.00385200616600911400S3&100702500藁四川59960039SE.004&42.003330070700556800450900二、基本結(jié)果(1)(1)考察原

5、有變量是否適合進(jìn)行因子分析首先考察原有變量之間是否存在線性關(guān)系，是否采用因子分析提取因子。借助變量的相關(guān)系數(shù)矩陣、反映像相關(guān)矩陣、巴特利球度檢驗(yàn)和 KMKM 尬驗(yàn)方法進(jìn)行分析，結(jié)果如表 1 1、表 2 2 所示：表 1 原有變量相關(guān)系數(shù)矩陣 correlationmatrixCorrfHatitmMntnx重博照昔仲解他評(píng)書憐能閏臂齊率 外翻髓顯濟(jì)息55早畢訐畢Corr制前。n國(guó)*輪畀*恒1.0DDB3S巴躬773.M27BB.574鑫推倏濟(jì)*12.8251.000716.740.S24毋招.654聯(lián)營(yíng)經(jīng)濟(jì)單化.595.7161.&00崩9.59B67S的時(shí)*版笛阜垃.773.740,

6、6B91DQO.76584g外育睜姬濟(jì)曲.742田d5g日7651I.Q0D8的696.#眼臺(tái)噴單垃.796自如爺建B4Q.MB1QQ0747574.6544&25711000表 1 1 顯示原有變量的相關(guān)系數(shù)矩陣，可以看出大部分的相關(guān)系數(shù)都比較高，各變量呈較強(qiáng)的線性關(guān)系，能夠從中提取公共因子，適合進(jìn)行因子分析表 2KMOandBartlettsTestKMOandBarlfeHsTestKaiser-Meyer-OlkinMeasureofSamplingAdequacy.BartlettsTestofApprox,ChnSquareSphericity 時(shí)Sig.,8321B291

7、321,000由表 2 2 可知，巴特利特球度檢驗(yàn)統(tǒng)計(jì)量觀測(cè)值為 182.913,p182.913,p 值接近 0,0,顯著性差異，可以認(rèn)為相關(guān)系數(shù)矩陣與單位陣有顯著差異，同時(shí) KMOKMO：為0.8820.882, ,根據(jù) KaiserKaiser 給出的 KMKM 度量標(biāo)準(zhǔn)可知原有變量適合進(jìn)行因子分析。（2 2）提取因子進(jìn)行嘗試性分析：根據(jù)原有變量的相關(guān)系數(shù)矩陣，采用主成分分析法提取因子并選取大于 1 1 的特征值。具體結(jié)果見表 3:3:可知，initialinitial 一列是因子分析初始解下的共同度，表明如果對(duì)原有 7 7 個(gè)變量采用主成分分析法提取所有特征值，那么原有變量的所有方差都

8、可以被解釋，變量的共同度均為 1 1。事實(shí)上，因子個(gè)數(shù)小于原有變量的個(gè)數(shù)才是因子分析的目的，所以不可以提取全部特征值。第二列表明港澳臺(tái)經(jīng)濟(jì)單位、集體經(jīng)濟(jì)單位以及外商投資經(jīng)濟(jì)單位等變量的絕大部分信息（大于 83%83%可被因子解釋。但聯(lián)營(yíng)經(jīng)濟(jì)、其他經(jīng)濟(jì)丟失較為嚴(yán)重。因此，本次因子提取的總體效果不理想。表 3 因子分析中的變量共同度（一）InitisEnaction國(guó)有蛭濟(jì)單位1DOO760集體脛濟(jì)單位1000,851聯(lián)鶯經(jīng)濟(jì)單位100059g股份制經(jīng)濟(jì)單位1000785外商投資經(jīng)濟(jì)單位1.000830潛翼臺(tái)經(jīng)濟(jì)單位1.000913其他經(jīng)濟(jì)單位1.000592重新制定提取特征值的標(biāo)準(zhǔn)，指定提取 2

9、 2 個(gè)因子，分析表 4:4:可以看出,此時(shí)所有變量的共同度均較高，各個(gè)變量的信息丟失較少。因此，本次因子提取的總體效果比較理想。表 4 因子分析的變量共同度（二）InilialExtraction國(guó)有經(jīng)濟(jì)單位1.000,767集體經(jīng)濟(jì)單位1.000,854聯(lián)營(yíng)經(jīng)濟(jì)單位1.000,813股份制經(jīng)濟(jì)單位1,000,816外福投賁蛭濟(jì)單位1,000,855港建臺(tái)翌濟(jì)單位1,000,922茸他簽濟(jì)單位1.000871表 5 5 中，第一列是因子編號(hào)，以后三列組成一組，每組中數(shù)據(jù)項(xiàng)為特征值、方差貢獻(xiàn)率、累計(jì)方差貢獻(xiàn)率。第一組數(shù)據(jù)項(xiàng)（2-42-4 列）描述因子分析初始解的情況。在初始解中由于提取了 7

10、7 個(gè)因子，因此原有變量的總方差均被解釋，累計(jì)方差貢獻(xiàn)率為 100%100%第二組（5-75-7 列）描述了因子解的情況。由于指定提取 2 2 個(gè)因子，2 2 個(gè)因子共解釋原有變量宗法差的 84%84%總體上丟失原有信息量較少，因子分析效果理想。第三組（8-108-10 列）描述了最終因子解的情況。因子旋轉(zhuǎn)后，總的累計(jì)方差貢獻(xiàn)率沒有發(fā)生改變，也就是沒有影響原有變量的共同度，但卻重新分配了各個(gè)因子的解釋原有變量的方差，改變了各因子方差貢獻(xiàn)，使得因子更易被解釋。表 5 因子解釋原有變量總方差的情況TavalVarianceExplainedInrtjalEigenvaluesE/fractionSumsofSquaredLoadingsRolafconSumsofSquaredLoadingsTotal%OfVariarhteCurhulali%Tfllal%ofVariance.CUiYiulbrv%TOCuhWl者ti蛇,15.33176.15176.1515331761517G,1513.16B*5,26145J612568B.1D8S4.25950BS1Q894259二73038M7342593.41D5.85990.11742汨3.970B4.0B45,233332797,421BIC?1.