spss探索性因子分析的过程

《spss探索性因子分析的过程》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、技术资料现要对远程学习者对教育技术资源和使用情况进行了解，设计一个李克特量表，如下图所示：问题题项从未使用很少使用有时使用经常使用总是使用12345a1电脑a2录音磁带a3录像带a4网上资料a5校园网或因特网a6电子邮件a7电子讨论网a8CAI课件a9视频会议a10视听会议一．因子分析的定义在现实研究过程中，往往需要对所反映事物、现象从多个角度进行观测。因此研究者往往设计出多个观测变量，从多个变量收集大量数据以便进行分析寻找规律。多变量大样本虽然会为我们的科学研究提供丰富的信息，但却增加了数据采集和处理的

2、难度。更重要的是许多变量之间存在一定的相关关系，导致了信息的重叠现象，从而增加了问题分析的复杂性。因子分析是将现实生活中众多相关、重叠的信息进行合并和综合，将原始的多个变量和指标变成较少的几个综合变量和综合指标，以利于分析判定。用较少的综合指标分析存在于各变量中的各类信息，而各综合指标之间彼此是不相关的，代表各类信息的综合指标成为因子。因子分析就是用少数几个因子来描述许多指标之间的联系，以较少几个因子反应原资料的大部分信息的统计方法。二．数学模型为第i个变量的标准化分数；（标准分是一种由原始分推导出来的相

3、对地位量数，它是用来说明原始分在所属的那批分数中的相对位置的。）为共同因子；为所有变量共同因子的数目；为变量的唯一因素；为因子负荷。（也叫因子载荷，统计意义就是第i个变量与第m个公共因子的相关系数,它反映了第i个变量在第m个公共因子上的相对重要性也就是第m个共同因子对第i个变量的解释程度。）因子分析的理想情况，在于个别因子负荷不是很大就是很小，这样每个变量才能与较少的共同因子产生密切关联，如果想要以最少的共同因素数来解释变量间的关系程度，则彼此间不能有关联存在。所谓的因子负荷就是因子结构中原始变量与因子分

4、析时抽取出共同因子的相关，即在各个因子变量不相关的情况下，因子负荷就是第i个原有变量和第m个因子变量间的相关系数，也就是共享知识技术资料在第m个共同因子变量上的相对重要性，因此，绝对值越大则公共因子和原有变量关系越强。在因子分析中有两个重要指针：一为“共同性”，二为“特征值”。所为共同性，也称变量共同度或者公共方差，就是每个变量在每个共同因子的负荷量的平方总和（一横列中所有因子负荷的的平方和），也就是个别变量可以被共同因子解释的变异量百分比，这个值是个别变量与共同因子间多元相关的平方。从共同性的大小可以判

5、断这个原始变量与共同因子间的关系程度。如果大部分变量的共同度都高于0.8，则说明提取出的共同因子已经基本反映了各原始变量80%以上的信息，仅有较少的信息丢失，因子分析效果较好。而各变量的唯一因素就是1减掉该变量共同性的值，就是原有变量不能被因子变量所能解释的部分。所谓特征值，是每个变量在某一共同因子的因子负荷的平方总和（一直行所有因子负荷的平方和），在因子分析的的共同因子抽取中，特征值最大的共同因子会最先被抽取，其次是次大者，最后抽取的共同因子的特征值会最小，通常会接近于0。将每个共同因子的特征值除以总题

6、数，为此共同因子可以解释的变异量，因子分析的目的之一，即在因素结构的简单化，希望以最少的共同因子能对总变异量做最大的解释，因而抽取的因素越少越好，但抽取的因子的累积变异量越大越好。三．SPSS中实现过程（一）录入数据（二）因子分析1.在菜单栏中依次单击“分析”

7、“降维”

8、“因子分析”选项卡，打开如图所示“因子分析”对话框。从原变量量表中选择需要进行因子分析的变量，然后单击箭头按钮将选中的变量选入“变量”列表中。“变量列表”的变量为要进行因子分析的的目标变量，变量在区间或比率级别应该是定量变量。分类数据（如

9、：性别等）不适合因子分析。共享知识技术资料2.“描述按钮”：主要设定对原始变量的基本描述并对原始变量进行相关性分析。选中“原始分析结果”复选框，表示因子分析未转轴前之共同性、特征值、变异数百分比及累积百分比，这是一个中间结果，对主成分分析来说，这些值是要进行分析变量的相关或协方差矩阵的对角元素。KMO与Bartlett球形度检验用来检验适不适合用来做因子分析。KMO检验，检验变量间的偏相关是否很小；巴特利特球形检验，检验相关阵是否是单位阵。KMO值越接近1越适合做因子分析，巴特利特检验的原假设设为相关矩阵

10、为单位阵，如果Sig值拒绝原假设表示变量间存在相关关系，因此适合做因子分析。3.单击“抽取”按钮：主要设定提取公共因子的方法和公共因子的个数。共享知识技术资料方法：主成分分析法。SPSS默认方法。该方法假定原变量是因子变量的线性组合，第一主成分有最大的方差，后续成分可解释的方差越来越少。这是使用最多的因子提取方法。分析：相关性矩阵。表示以相关性矩阵作为提取公共因子的依据，当分析中使用不同的尺度测量变量时比较适合。输出：未旋转的