SPSS > 使用技巧 > 主成分分析法spss例子 主成分分析法spss结果解读

主成分分析法spss例子 主成分分析法spss结果解读

发布时间:2022-05-13 13: 39: 05

品牌型号:联想GeekPro 2020

系统: Windows 10 64位专业版

软件版本: IBM SPSS Statistics

主成分分析法spss例子,主成分分析法是一种降维分析方法,可将多个解释变量降至少数几个解释变量,以降低分析难度,本文会使用具体例子演示spss操作,同时也会进行主成分分析法spss结果解读。

一、主成分分析法spss例子

主成分分析法,顾名思义,就是要将原来的多个变量归纳提取为主要的几个综合变量的分析方法,要求原变量间存在着相关关系,而归纳提取的主成分变量间之间相互独立。

本文会使用到一组评价员工能力的指标数据,旨在减少指标的数量,运用更简单的指标评价员工能力。

图1:分析数据
图1:分析数据

 

如图1所示,依次单击spss的分析-降维-因子分析。

图2:降维分析
图2:降维分析

 

接着,如图3所示,将评价员工能力的五个指标变量添加到变量选项框。

图3:变量设置
图3:变量设置

 

接着,进行分析方法的设置。

如图5所示,点击“描述”分析,在弹出的描述分析设置上,勾选相关性矩阵中的“系数”、“KMO和巴特利特球形度检验”,由于主成分分析法要求变量间存在着相关关系,需通过相关性矩阵来检验变量间相关关系的显著性。

图4:描述设置
图4:描述设置

 

接着,进行提取因子的设置。

在方法设置中,选择“主成分”法,来进行主成分分析,同时选择“碎石图”与“未旋转因子解”,来观察数据中的主因子分布。

在提取因子中,可先基于特征值设定提取的因子数,后续归纳出因子数量后再设置固定的因子数目进行运算。

图5:提取设置
图5:提取设置

 

在旋转设置中,选择“最大方差法”,在显示中选择“旋转后的解”与“载荷图”,以了解因子分析后,变量的因子归属。

图6:旋转设置
图6:旋转设置

 

最后,再在因子得分中,选择“保存为变量”,设置“回归”方法,同时选择“显示因子得分系数矩阵”。

图7:因子得分
图7:因子得分

 

二、主成分分析法spss结果解读

完成以上的操作步骤后,进行spss的运算,可得以下分析结果,接下来,我们进一步解读结果。

首先,检验变量间的相关关系,主成分分析要求变量间有着较强的相关关系,才可进一步归纳提取。

如图8所示,从相关性矩阵看到,计划能力与组织能力、业务技能、创新能力间有比较强的相关关系。

图8:相关性矩阵
图8:相关性矩阵

 

接着,运用KMO与巴特利特检验进一步验证变量间的相关性。

KMO值(取值0-1)越接近与1,越适用于因子分析,KMO值为0.713,说明各个变量间存在着较强的相关关系。

而巴特利特检验的显著性小于0.001,小于0.05的置信水平,有95%的概率拒绝原假设(各变量间相互独立,无相关关系),有着较强的相关性,结果与KMO值一致。

图9:检验结果
图9:检验结果

 

从KMO与巴特利特检验得出变量间存在较强相关关系,可进行下一步的因子分析。

总方差解释,如图10所示,前2个维度累积占比达到93.9%,即前两个因子可解释说明93.9%的特征;而前3个维度累积占比为97.2%,可解释说明97.2%的特征。

图10:总方差解释
图10:总方差解释

 

从碎石图也可以看到,第一、二、三个成分的特征值大,说明本研究数据可提取为3个因子。

图11:碎石图
图11:碎石图

 

在提取三个因子的前提下,查看旋转后的成分矩阵,以了解因子的组成。

成分1, “计划能力”、“组织能力”与“业务技能”值更大;成分2,最大值为0.989,对应“决策能力”;成分3,最大值为0.663,对应“创新能力”。

综上所述,以上五个变量可降维为三个因子,在成分2中,“计划能力”、“组织能力”与“业务技能”可归纳为一个共同因子。

图12:旋转后的成分矩阵
图12:旋转后的成分矩阵

 

三、因子分析与主成分分析有什么不同

主成分分析与因子分析都属于降维的分析方法,那么,这两者有什么不同呢?实际上,主成分分析是因子分析的一种,因子分析除了可以使用主成分分析法外,还可以应用广义最小平方、最大似然等多种方法。

主成分分析与因子分析共同点是,两者都是针对多个变量的降维,目的是使用少数几个综合变量来反映原来的多个变量。虽然变量数减少,但仍能解释大部分(比如85%以上)的数据特征。

而不同点在于,因子分析可应用的研究类型更多,是更为广泛的一种分析方法,而主成分分析法是因子分析中的一种提取方法。另外,主成分分析更侧重于变量的相关关系,提取的变量是原有变量的组合;而因子分析更多是提取公共因子,而不是因子的简单组合。

图13:因子分析
图13:因子分析

 

四、小结

以上就是关于主成分分析法spss例子,主成分分析法spss结果解读的相关内容。主成分分析法在spss中可运用降维分析中因子分析进行运算,其归纳总结的变量是原有变量的重新组合,可将多个变量降维为少数几个综合变量。

 

作者:泽洋

展开阅读全文

︾

标签:SPSS,IBM SPSS Statistics,SPSS教程,主成分分析,SPSS主成分分析,SPSS主成分分析法,SPSS主成分分析步骤

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
最新文章
SPSS K均值聚类结果怎么看 SPSS K均值聚类后的结果怎么用于正态性检验
K均值聚类是一种常用的聚类分析方法,它的特点在于可以先选取K个对象作为初始的聚类中心,然后再计算每个对象到各聚类中心的距离,再将对象分配给较近的聚类中心,相对于其他聚类方法来说,K均值聚类会更简单。SPSS拥有成熟的K均值聚类的分析功能,接下来本文会介绍SPSS K均值聚类结果怎么看,SPSS K均值聚类后的结果怎么用于正态性检验的相关内容。
2026-11-04
SPSS多重线性回归分析怎么做 SPSS多重线性回归分析结果解读
多重线性回归分析,就是研究一个因变量和多个自变量的线性关系。与简单的回归分析不同,这里会涉及到多个自变量,比如研究影响销售额的因素,可能会包含客流量、销售量等,这些因素与销售额之间就可以构成多重线性关系,在SPSS软件中,可以轻松进行多重线性回归分析,接下来我们会介绍SPSS多重线性回归分析怎么做,SPSS多重线性回归分析结果解读的相关内容。
2026-11-04
SPSS中如何设置哑变量 如何用SPSS设置哑变量做Logistic回归
如果分析的数据中包含了一些分类变量,比如性别、地区、类型等,为了让这些分类变量可以参与数值运算,可以在研究分析数据前,将它们设置为哑变量,这样就能给它们赋予数值含义。在SPSS的软件使用中,可以在Cox回归、Logistic回归、线性回归等分析方法中设置哑变量。接下来,我们会介绍SPSS中如何设置哑变量,如何用SPSS设置哑变量做Logistic回归的相关内容。
2026-11-04
SPSS几何均数怎么输入数据 SPSS怎么计算几何均数的平均值
几何均数,与常用的均值一样,都可以用来描述数据的集中趋势。所不同的是,均值是用所有数据的和除以个数,而几何均数是用所有数据的乘积来开n次方根。所以,几何均值相对于均值来说,更不容易受到极端值的影响,比较适合用来计算比例、比率等。接下来我们会介绍SPSS几何均数怎么输入数据,SPSS怎么计算几何均数的平均值的相关内容。
2026-11-04
SPSS概率分析如何进行预测 SPSS如何做概率分布函数
概率分析指的是统计学中利用数理统计的方法对事件发生可能性进行分析和预测的一种分析方法,它的核心概念就是在充满不确定性的情况下,尽可能地预测某个事件发生的概率。概率分析在生物医疗领域的应用十分广泛,例如通过研究某种农药不同浓度情况下,害虫的死亡情况,可以得出该农药的“刺激强度”与“响应比例”关系,这就是概率分析中常用的一种分析方法,也是SPSS软件中“概率分析”功能所采用的分析方法。本文就介绍关于SPSS概率分析如何进行预测,SPSS如何做概率分布函数的相关内容。
2026-11-04
SPSS如何数据分组 SPSS如何将数据分组做频数分布表
我们如果手上的数据比较杂乱,让人找不到头绪的话,建议先给数据做一下分组,并统计不同分组的频数、比例等统计量,这样会更容易数据的分布规律并找到合适的分析方法。在一些分数、绩效、销售量统计中,常常会应用到数据分组的方法,接下来我们会介绍SPSS如何数据分组,SPSS如何将数据分组做频数分布表的相关内容。
2026-11-03

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: