IBM SPSS Statistics 中文网站 > 使用技巧 > IBM SPSS Statistics利用因子分析进行成分提取

IBM SPSS Statistics利用因子分析进行成分提取

发布时间:2021/07/15 11:14:47

当我们的研究数据集指标过多,不利于我们进行后期的分析和研究时,我们就可以通过因子分析法,对指标成分进行提取,进而减少总体的指标数目,同时也能去除一些相关性较小的指标,提高算法的分析准确率。

IBM SPSS Statistic软件提供了因子分析工具,帮助我们进行成分提取,下面我们来看看如何实现。

一、操作步骤

我们准备了Q1到Q25这25个研究指标,其中指标都是有序的分类变量,符合因子分析的前提条件。首先我们在分析菜单中,选择降维中的因子工具,如图1。

图1:因子分析工具
图1:因子分析工具

我们将25个研究指标全部放入到右侧的“变量”栏中,然后点击“描述”按钮。

图2:放入变量栏
图2:放入变量栏

“描述”界面中,勾选上“初始解”、相关性矩阵中的“系数”、“再生”、“反映像”和“KMO和巴特利特球形度检验”。

图3:描述界面
图3:描述界面

回到上个界面中点击“提取”,在提取界面中方法选择“主成分”,分析选用相关性矩阵。

另外,下方的提取项中,我们要根据自身的需求进行选择,如果选择基于特征值大于1进行成分提取,那么如果没有特征值大于1的成分,SPSS将不会为我们进行提取;如果选择固定数目提取因子,那么无论因子特征值多少,SPSS都会为我们提取前几个固定的因子。

图4:提取界面
图4:提取界面

之后点击“得分”选项,在得分界面中,勾选“保存为变量”,方法选用“回归”方法,这样会将我们提取的特征成分保存为新的变量,便于后期的统计分析。

图5:保存为变量
图5:保存为变量

二、结果说明

通过上述的设置,SPSS为我们生成了7个结果表格,我们看其中的“KMO和巴特利特检验”表格的KMO检验系数值,可以看到值为0.828。一般认为,该系数大于0.8时,因子分析提取的结果才有较好的实用性。

图6:KMO和巴特利特检验
图6:KMO和巴特利特检验

再看“总方差解释”表格,我们可以看到得分大于1的有五个成分,由于上方我们选择特征值大于1的成分因子进行提取,因此在本次演示案例中,SPSS将为我们从25个指标中提取出5个主要的成分。

图7:总方差解释

下图8红框标出的指标即为SPSS为我们提取的成分指标。

图8:新成分指标

在本文中,我们利用了SPSS因子分析工具,使用其中的主成分分析法,对指标成分进行了分析,并提取其中特征值大于1的前五个成分。因子提取在大数据量和多指标的数据集中,应用是非常广泛的,SPSS给我们提供了这样的一个工具,非常有利于我们后期的统计工作。

作者署名:包纸

SPSS Statistics
云版首发!秒杀只需1分钱!
立即购买
QQ 群
官方交流群:815794396 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
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
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
最新文章
SPSS数据分析难学吗 SPSS数据分析怎么进行筛选
SPSS是一款非常专业的数据统计软件,具备数据管理、统计分析、图形报表统计、数据挖掘以及预测分析等功能,同时SPSS具有功能强大、界面简洁友好、交互性好等特点,被广泛应用于教育学、心理学、问卷调查、医疗卫生等领域的数据研究。为了让大家更好的了解SPSS,下面给大家详细介绍一下,SPSS数据分析难学吗,以及SPSS数据分析怎么进行筛选相关内容。
2023-01-04
SPSS多因素相关性分析结果解读
多因素相关性分析可以帮助用户了解多因素以及因素协同对最终结果的影响程度,从而优化条件,达到更高的经济效益。利用专业的统计学软件SPSS,用户可以方便,快速的完成多因素相关性分析,下面以分析某化学反应中3个温度水平,5个压力水平反应的进行程度为例,向大家介绍SPSS多因素相关性分析的步骤以及结果解读。
2023-01-04
使用IBM SPSS Statistics进行数据验证!
随机计算能力的提高,对数据信息的需求也不断增长,同时收集数据越来越多,这就导致出现更多的数据输入错误。如果使用这些错误数据用于SPSS软件的预测模型来获取预测结果,会导致预测结果出现较大偏差,因此用于预测的数据需要保持干净。如果使用传统方法手动对预测数据进行验证,庞大的数据已经超人力所能处理的能力,SPSS软件就能实现自动化的数据验证,极大节省了人力物力。
2023-01-04
如何使用SPSS检测问卷效度和信度?
检验问卷的效度和信度是明确分析数据有效性的必要保障。在SPSS中,效度分析采用降维因子分析,信度检验通常采用“可靠性检验”。今天,我就向大家演示一下,使用SPSS检测问卷效度和信度的具体操作步骤。
2023-01-04
spss标签怎么输入范围 spss标签和值的区别
SPSS是一款专业的数据资料统计软件。很多刚开始接触SPSS数据统计软件的小伙伴很容易混淆标签和值标签,区分不了标签和值标签都有哪些不同,接下来本文将给大家详细讲解一下,SPSS标签怎么输入范围,以及SPSS标签和值的区别相关内容。
2022-12-26
SPSS标签值不正确 SPSS标签值怎么去除
在使用SPSS进行数据统计分析时,首先需要将分析数据导入到SPSS中,而导入进去的数据资料是需要对数据变量进行定义的,为了方便数据统计分析工作,在变量定义时会对标签值进行设置,而在此设置过程不可避免会遇到一些问题,接下来本文就和大家详细讲解一下,SPSS标签值不正确,以及SPSS标签值怎么去除的操作方法。
2022-12-26

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:

咨询热线

在线咨询

限时折扣