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。
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。
“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”。
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。
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。
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。
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。
下图8红框标出的指标即为SPSS为我们提取的成分指标。
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
展开阅读全文
︾
微信公众号
读者也喜欢这些内容:
SPSS数据排序的目的 SPSS数据排序怎么做
在数据分析工作中,研究人员经常会使用SPSS对数据进行排序。该操作广泛应用于市场研究、财务分析、教学评估等领域,可以帮助我们快速了解数据的变化规律以及分布情况。有关SPSS数据排序的目的,SPSS数据排序怎么做的问题,本文将进行详细介绍。...
阅读全文 >
主成分分析法适用于哪些问题 SPSS主成分分析法详细步骤
主成分分析法适用于哪些问题?主成分分析适用于变量间存在着一定相关关系的多变量问题,以达到使用较少的新变量来代表旧变量的目的。本文会使用具体的例子演示SPSS主成分分析法详细步骤。...
阅读全文 >
SPSS字符串和数字有什么区别 SPSS字符串显示不完整怎么办
我们在使用SPSS软件做数据分析的过程中,第一步就是完成数据的输入或者导入。一个实验可能会有多个不同的变量,而每个变量作用和类型也不相同,那么在数据处理过程中,我们常常会有这样的疑问字符串和数字有什么区别,字符串类型的变量在SPSS软件中显示不完整怎么处理。本篇教程将详细给大家讲明白spss字符串和数字有什么区别 spss字符串显示不完整怎么办。...
阅读全文 >
SPSS偏相关系数怎么看 SPSS偏相关系数操作
在数据统计分析中,偏相关分析方法可以帮助数据统计分析人员在控制其他变量因素后,对指定的两个变量进行相关性分析,是非常好用的一种相关性分析方法。下面给大家详细讲解,SPSS偏相关系数怎么看,以及SPSS偏相关系数操作。...
阅读全文 >