IBM SPSS Statistics 中文网站 > 使用技巧 > spss因子分析是干嘛的 spss因子分析详细步骤

spss因子分析是干嘛的 spss因子分析详细步骤

发布时间:2022-06-20 14: 04: 17

品牌型号:联想GeekPro 2020

系统: Windows 10 64位专业版

软件版本: IBM SPSS Statistics

spss因子分析是干嘛的,因子分析是用来提取公共因子,当研究问题的变量比较多时,通过spss因子分析可用较少变量去综合解释原有的多个变量。本文会以实际的例子演示spss因子分析详细步骤,以及进行结果的解读。

一、spss因子分析是干嘛的

spss因子分析的用处很大,因子分析是降维分析中的重要分析方法,在处理复杂的多变量研究问题中,因子分析能有效地减少所需研究的变量,简化问题,让数据的收集变得更加简单,特别适用于研究人群细分、消费者态度、心理学问题等多维度分析问题中。

因子分析能将原本影响研究问题的多个复杂因素简化为综合的几个因素,这将有利于在数据收集阶段,比如问卷调研部分,减少被访者所需回答的问题以及数据的处理,以及在后续的相关分析、回归分析环节,也能进一步减少数据分析的难度,避免存在多重的共线性、相关性。

常用的spss因子分析碎石图,可从特征根的下降幅度快速得知主要贡献信息的因子数量,从而确定研究问题应抽取的公共因子的数量。

因子分析碎石图
因子分析碎石图

 

二、spss因子分析详细步骤

接下来,我们使用一个实际的例子,具体演示下spss因子分析详细步骤。

第一步,准备数据,确定研究问题。

本例需要研究的是一些影响销售额的因素,包括人流量、促销费用、推广费用、广告费用等,由于影响销售额的因素比较多,我们希望通过因子分析将多个因素综合为少数几个因素。

样本量为15个,因子分析适用于样本量比较少的情况。

样本数据
样本数据

 

第二步,使用spss降维分析中的因子分析。

因子分析实际上是一种降维分析法,如图3所示,依次单击spss分析-降维-因子分析即可。

因子分析
因子分析

 

1. 确定因子分析的变量

如图4所示,将所有需要提取公共因子的变量都选入到“变量”列表框。

变量设置
变量设置

 

2. 设置KMO与球形检验

因子分析的前提是因素间具有相关性,如果因素间不具有相关性,那么,提取的公因子代表性就比较差,无法贡献较多的信息,无法起到代表大部分因素的作用。变量间的相关性可通过KMO与球形检验得出。

描述统计量
描述统计量

 

3. 设置碎石图

碎石图是利用特征根的下降趋势来判断因子的信息贡献水平下降幅度,当特征根的下降变缓后,说明前面的因子可贡献大部分的信息,可得出因抽取的公因子数量。

提取因子
提取因子

 

4. 设置因子得分

因子得分是因子分析后综合而得的新变量数据,可将其保存为变量用于其他的分析,比如相关分析、回归分析等,构建模型使用。

完成以上设置后,单击“确定”,进行spss运算。

因子得分
因子得分

 

三、spss因子分析结果怎么看

spss因子分析结果包括碎石图、总方差解释、成分得分系数矩阵、因子得分等,可应用的数据比较多,接下来,我们一起来了解下这些结果该怎么看。

首先是查看KMO和巴特利特检验结果,以了解因子间的相关性,判断数据是否适合用于因子分析。

可以看到,本例的KMO值(取值为0-1,数值越接近1,相关性越强;数值越接近于0,相关性越弱)为0.77,数值接近1,说明因素间的相关性比较强,适合用于因子分析。而从球形检验也可以看到,其显著性P值为0.038<0.05,说明因素间具有相关性。

KMO数值
KMO数值

 

得到因素间有相关性的结果后,查看“总方差解释”,如图9所示,前两个成分的累积贡献为65%,超过60%,说明前两个因子可贡献超过半数的信息。

成分累积贡献
成分累积贡献

 

而从碎石图也能观察到,前两个因子的特征根下降幅度大,而从第三个因子开始,下降幅度变小,说明其增加的信息越来越少。

碎石图
碎石图

 

根据碎石图与总方差结果,可将因子归总为两个公共因子,从“成分得分系数矩阵”的数据来看,成分1中的“人流量”、“广告费用”、“地推费用”数值较大,可归总为第一类因子;而成分2中的“促销费用”、“推广费用”、“促销人员费用”数值较多,可归总为第二类因子。

成分得分系数矩阵
成分得分系数矩阵

 

除了可得到得分系数矩阵结果外,spss因子分析还可计算新的因子得分变量,该变量可通过计算旋转载荷平方和等数值构建方程,从而得到总的得分,也可以结合其他分析方法,如聚类、回归等,进行进一步的分析,此处将不赘述,大家可参考spss中文网站的相关文章。

因子得分
因子得分

 

四、小结

以上就是关于spss因子分析是干嘛的,spss因子分析详细步骤的相关内容。spss因子分析可得到碎石图、总方差解释、因子得分等结果,既可以对现有因素进行归纳总结,也可以利用因子得分作进一步的分析。

 

作者:泽洋

展开阅读全文

标签:IBM SPSS StatisticsSPSS教程因子分析IBM SPSS

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
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
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怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。
2022-05-12
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
最新文章
spss合并文件的操作步骤 spss合并文件变量怎么配对
可以使用两种方式合并两个数据文件中的数据,一是包含相同个案但不同变量的数据集,另一个是包含相同变量但不同个案的数据集,本文主要向大家介绍如何合并包含相同个案但不同变量的数据集。关于SPSS合并文件的操作步骤是什么,SPSS合并文件变量怎么配对,结合实例,向大家作简单介绍。
2023-11-06
spss计算变量如何计算平方 spss计算变量如何全选
以变量为单位管理并处理数据,是使用SPSS进行建模统计分析的基础。对于有经验的数据分析工作者,这部分工作要占整个统计分析工作的70%以上。管理变量大致包括两部分内容,变量赋值(或称为变量计算)和变量转化。本文主要向大家介绍变量计算的内容,例如SPSS计算变量如何计算平方,SPSS计算变量如何全选。
2023-11-04
spss卡方检验结果线性关联是什么 spss卡方检验结果没有连续性校正
对于两组连续性变量,一般通过回归分析判断两者是否存在相关关系。对于离散型变量,则需借助卡方检验判断两者之间是否存在相关关系。变量数据类型不同,SPSS卡方检验提供的结果形式也有所不同,因此很多用户会感到不解。本文结合实例向大家介绍SPSS卡方检验结果线性关联是什么,SPSS卡方检验结果没有连续性校正原因是什么。
2023-11-02
spss回归分析如何操作 spss回归分析的基本步骤
通过回归分析,可以了解变量间是否存在相互依赖的定量关系。根据方程类型,回归分析可以分为线性回归和非线性回归。根据变量的数目多少,回归分析可以分为一元回归分析和多元回归分析。本文以最简单的一元线性回归分析为例向大家介绍SPSS回归分析如何操作,SPSS回归分析的基本步骤。
2023-10-31
spss方差齐性检验如何操作 spss方差齐性检验怎么看方差齐不齐
方差的大小代表了数据分布的离散程度,方差大,数据分布越分散,方差小,数据分布越集中。组间数据分布离散程度差别较大时,是不能进行比较的,此时不能确定两组数据的差异来源于组间还是组内,因此方差齐性检验是进行组间数据比较的基础。关于SPSS方差齐性检验如何操作,SPSS方差齐性检验怎么看方差齐不齐,本文借助实例,向大家作简单介绍。
2023-10-25
spss线性回归图怎么做 spss线性回归图怎么看结果
借助回归分析,我们可以了解到两组变量是否存在具有统计学意义的依赖关系,描述这种依赖关系的方程是什么,方程可以在多大程度上解释因变量的变化。使用SPSS,不仅可以简便的完成回归分析,还可以为变量绘制散点图,便于大家直观的了解变量间关系。关于SPSS线性回归图怎么做,SPSS线性回归图怎么看结果,本文借助实例,向大家做简单的介绍。
2023-10-25

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: