spss主成分分析报告

《spss主成分分析报告》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、实验目的：原始数据中每一所高校具有20个相关性很高的变量，利用主成分分析法用较少的变量去解释原来资料中的大部分变异，将手中的众多变量转化成彼此相互独立或不相关的个数较少的变量，即所谓主成分，并用以解释资料的综合性指标，其实质的目的是降维原始数据截屏：操作方法：1.描述性统计SPSS在调用因子分析过程进行分析时，SPSS会自动对原始数据进行标准化处理，所以在得到计算结果后指的变量都是指经过标准化处理后的变量，但SPSS不会直接给出标准化后的数据，然后后期的计算需得到标准化数据，则需调用“描述”过程进行计算,为了看到标准化数据，所以采用描述性统计下

2、的描述操作获得标准化后的变量数据标准化数据：因子分析操作过程：选取变量：X1：科研经费得分X2：国家人文社科重点研究基地得分X3:院士总数得分X4:生均图书得分X5:研究中心数得分X6:国家重点实验室得分X7:生均教学科研仪器设备得分X8:生均教育事业经费得分X9:精品课程得分X10:优秀博士生论文总分X11:人才得分X12:二级学科建设得分X13:生均固定资产得分X14:科研论文得分X15:博导及相关合计得分X16:教师中博士学位比重得分X17:一级学科得分X18:高级职称比重得分X19:师资总分X20:SCI数量这里分析采用相关系数矩阵，输

3、出选择为未旋转的因子解，并选择碎石图，抽取过程选择基于特征值（特征值大于1），最大收敛迭代次数：25，点击确定。原数据中有较多的缺失值，选择按列表排除个案，点击继续。分析结果：KMO越接近1，说明变量之间的相关性越强，原有变量适合做因子分析；Bartlett的球度检验值越小于显著性水平0.05，越说明变量间存在相关关系。本数据中KMO值为0.736，sig.值为0，符合因子分析条件，可进行因子分析，并进一步进行主成分分析累计贡献率79.119%<80%，由反映象相关矩阵中我们可以看出（如下图所示）反映象相关矩阵中对角线上的数值应>0.5,根据次

4、标准，数据显示生均图书得分变量不适合做因子分析，所以删去，重新做因子分析。去除生均图书得分变量之后的因子分析结果：累计百分比为81.466%>80%,且特征值均大于1结论：初始特征根：λ1=6.901，,λ2=4.846，λ3=3.732主成分贡献率：r1=36.32%,r2=25.506%,r3=19.640%碎石图旋转之后的主成分载荷矩阵，可以看出：SCI数量，国家重点实验室得分，研究中心数得分，研究中心数得分，科研经费得分，二级学科建设得分，科研论文得分，优秀博士生论文得分，一级学科得分，精品课程得分与主成分1密切相关，可将其总结归纳为软

5、实力与资源指标；师资总分，博导及相关合计得分，人才得分，院士总数得分，高级职称比重得分，教师中博士学位比重得分与主成分2密切相关，可将其归纳总结为师资结构指标；生均教学科研仪器设备得分，生均教育事业经费得分，生均固定资产得分与主成分3密切相关，可将其归纳为学生平均资产指标。根据主成分1得分降序排列：由主成分1可以看出，清华大学，浙江大学，北京大学，华中科技大学，西安交通大学，武汉大学，上海交通大学，中南大学，四川大学，东南大学在论文发表以及国家级实验室得分方面位列前十名，其软实力雄厚；根据主成分2得分降序排名：可以看出北京大学，中国人民大学，复

6、旦大学等在师资结构方面排名靠前，说明其在师资力量上占据很大竞争力根据主成分3得分降序排名：可以看出清华大学，上海交通大学等前十名大学在学校生均资产方面具有竞争力2>计算主成分综合得分Z=r1*FAC1+r2*FAC2+r3*FAC3主成分贡献率：r1=36.32%,r2=25.506%,r3=19.640%由综合得分可以看出：清华大学，北京大学，浙江大学，复旦大学，，，，，，等十所高校位列我国高校前十名，与武书连等国内知名统计机构结果相近，也与我国现状相似