




版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、spss因子分析,大綱,基本概念理解 因子分析原理 案例解讀 實(shí)例操作,因子分析的數(shù)學(xué)模型,x1=a11f1+a12f2+a13f3+a1kfk+1 x2=a21f1+a22f2+a23f3+a2kfk+2 xp=ap1f1+ap2f2+ap3f3+apkfk+p 其中x1,x2,xp為p個(gè)原有變量,是均值為零,標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)化變量,f1,f2,fk為k個(gè)因子變量,kp,表示成矩陣形式為:x=af+ 。 a為因子載荷矩陣,aij是第i個(gè)原有變量在第j個(gè)因子變量上的負(fù)荷。 為特殊因子,表示原有變量不能被公因子所解釋的部分。,概念理解,因子分析 用幾個(gè)少數(shù)的抽象的變量(因子)來(lái)表示其基本的數(shù)據(jù)結(jié)
2、構(gòu)。 前提:變量相關(guān)、以最少的信息丟失為前提。 目的:尋求變量基本結(jié)構(gòu)、對(duì)變量進(jìn)行分類(lèi)、簡(jiǎn)化觀(guān)測(cè)數(shù)據(jù)、用少數(shù)的變量解釋研究復(fù)雜的問(wèn)題。 方法:通過(guò)現(xiàn)在變量測(cè)量潛在抽象的變量,通過(guò)具體指標(biāo)測(cè)評(píng)抽象因子的統(tǒng)計(jì)分析。 因子 將眾多的原始變量綜合成較少的幾個(gè)綜合指標(biāo),這些綜合指標(biāo)就是因子。 特點(diǎn): 因子個(gè)數(shù)k小于原變量個(gè)數(shù)k信息簡(jiǎn)化 因子能夠反映原有變量大部分信息因子分析的有效性 因子之間的線(xiàn)性關(guān)系不顯著因子之間相互獨(dú)立 因子可以進(jìn)行命名有利于對(duì)因子分析結(jié)果進(jìn)行解釋評(píng)價(jià),因子載荷,對(duì)于因子模型:xi=ai1f1+ai2f2+aikfk+i(i=1,2,3,p) 其中,aij為因子載荷,表示第i個(gè)變量在
3、第j個(gè)因子上的負(fù)荷。在因子不相關(guān)的前提下,因子載荷aij是變量xi與因子fi的相關(guān)系數(shù),反映了變量xi與因子fi的相關(guān)程度,也反映了因子fj對(duì)變量xi的重要程度: 因子負(fù)載越大,說(shuō)明第i個(gè)變量與第j個(gè)因子的關(guān)系越密切,該因子對(duì)變量重要程度越高 因子負(fù)載越小,說(shuō)明第i個(gè)變量與第j個(gè)因子的關(guān)系越疏遠(yuǎn),該因子對(duì)變量重要程度越小。,共同度量,因子分析模型中,第i行因子負(fù)載(相關(guān)系數(shù)aij,j=1,2,k)的平方和,共同度量( communality ),記為hi=aij。原變量的方差可以由兩個(gè)部分來(lái)解釋?zhuān)?共同度。所有公因子對(duì)變量xi方差說(shuō)明的比例,變量共同度越接近1,則全部公因子解釋了變量xi的大部
4、分方差,丟失的信息較少; 部分特殊因子對(duì)變量方差的貢獻(xiàn),不能被全體公因子解釋的部分,越小,則說(shuō)明丟失的信息越少。 共同度量是評(píng)價(jià)xi信息丟失程度的重要指標(biāo)。如果大部分原有變量的變量共同度均較高(如高于0.7)則說(shuō)明提取的因子能夠很好的反應(yīng)原有變量的大部分信息(如70%以上),也可以說(shuō)是衡量因子分析效果的指標(biāo)。,因子的方差貢獻(xiàn),因子分析模型中,第j列因子負(fù)載的平方和gj稱(chēng)為因子fj對(duì)所有原變量的貢獻(xiàn)。 gj=a1j+a2j+apj (j=1,2,3,k) 表示同一個(gè)因子fj對(duì)個(gè)變量所提供的方差貢獻(xiàn)總和,反映因子fj對(duì)原有變量方差的解釋能力。 因子方差貢獻(xiàn)的值越高,就說(shuō)明這個(gè)因子的重要性越高。,信
5、度與效度,信度 目的:測(cè)量的是數(shù)據(jù)的可靠程度 工具:spss軟件中信度檢驗(yàn)中cronbachs 系數(shù)進(jìn)行內(nèi)部一致性信度檢驗(yàn),考察的問(wèn)題是否測(cè)驗(yàn)了相同的內(nèi)容 指標(biāo):系數(shù)大于0.7說(shuō)明測(cè)量的內(nèi)部一致性較高。 效度 目的:檢驗(yàn)的是研究的效果(有效性),是否達(dá)到預(yù)期目標(biāo) 工具:運(yùn)用spss軟件進(jìn)行因子分析 前提:對(duì)數(shù)據(jù)是否能進(jìn)行因子分析進(jìn)行檢驗(yàn),采用kmo值和bartlett球形檢驗(yàn)。 kmo值越大,越接近于1,則說(shuō)明該數(shù)據(jù)庫(kù)越適合進(jìn)行因子分析。 bartlett,一般認(rèn)為p0.6,說(shuō)明因子分析的效果很好; bartlett球形檢驗(yàn)值為7994.942,p=0.0000.001,否定原假設(shè),即認(rèn)為變量
6、間的相關(guān)矩陣不是單位矩陣,各變量間具有一定的相關(guān)性,可以進(jìn)行因子分析。,kmo and bartletts test,step2:因子提取,操作:analyzedata reductionfactor 結(jié)果分析 fact analysis,communalities共同度公因子方差 initial總方差絕對(duì)值為1,extraction提取的因子的總方差越接近于1,則,子對(duì)原有變量方差可解釋的比例越大,信息丟失越少。 由communalities分析結(jié)果可知: 所有24個(gè)原始變量的共同度都超過(guò)了0.7,其中還有10個(gè)原有變量的共同度超過(guò)了0.8。 提取的因子解釋了原有變量方差的大部分,超過(guò)70%
7、,信息缺失少。,communalities共同度,因子方差貢獻(xiàn)主成分分析法,total variance explained,extraction method: principal component analysis.,方差貢獻(xiàn)反映因子包含信息量的多少,是衡量因子相對(duì)重要性的指標(biāo)。 從分析結(jié)果中可以看到: 通過(guò)主成分分析法,共提出6個(gè)因子 公共因子的最高的方差貢獻(xiàn)率達(dá)到60.101%,累計(jì)方差貢獻(xiàn)率最高已達(dá)到77.674%,說(shuō)明轉(zhuǎn)換后的因子結(jié)構(gòu)保留了較多的原始信息。,因子方差貢獻(xiàn)主成分分析法,screen plot碎石圖,特征值,因子數(shù),step3:因子命名,rotated component matrix(a)旋轉(zhuǎn)后的因子負(fù)載矩陣,a1、a2、a3、
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 汽修廠(chǎng)出差費(fèi)用報(bào)銷(xiāo)審核管理規(guī)定
- 上海青浦區(qū)圖書(shū)館招聘試題帶答案分析2024年
- 教育教學(xué)設(shè)計(jì):家長(zhǎng)怎樣面對(duì)孩子的叛逆期
- 吊車(chē)協(xié)議書(shū)(15篇)
- 超市食品考試試題及答案
- 婚禮上父母發(fā)言稿集錦15篇
- 建筑公司瓷磚粘貼空鼓檢測(cè)管理制度
- 初中道德與法治“法治素養(yǎng)”教學(xué)目標(biāo)達(dá)成策略
- 3.2.2 代數(shù)式求值的應(yīng)用【勤徑學(xué)升】2025-2026學(xué)年數(shù)學(xué)七年級(jí)上冊(cè)
- 平行線(xiàn)的性質(zhì)教學(xué)設(shè)計(jì)方案
- 施工現(xiàn)場(chǎng)安全交底15篇
- 哈雷之約:基于指數(shù)成分股調(diào)整的選股策略
- 湖北省隨州市各縣區(qū)鄉(xiāng)鎮(zhèn)行政村村莊村名居民村民委員會(huì)明細(xì)及行政區(qū)劃代碼
- T∕CCIA 001-2022 面向網(wǎng)絡(luò)安全保險(xiǎn)的風(fēng)險(xiǎn)評(píng)估指引
- 高處作業(yè)審批表
- 急救醫(yī)學(xué)模擬中心建設(shè)方案
- 三維激光掃描技術(shù)與應(yīng)用實(shí)例-PPT課件
- 農(nóng)用地評(píng)價(jià)方法
- (新知杯)2017-2011上海市初中數(shù)學(xué)競(jìng)賽試卷
- 職業(yè)緊張壓力量表OSI
- 品質(zhì)部述職報(bào)告
評(píng)論
0/150
提交評(píng)論