SPSS > 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

展开阅读全文

标签:SPSS因子分析重复测量

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误差图怎么画 SPSS误差图怎么分析
我们在制作分析报告时,如果想要让数据更容易被人读懂,可以在报告里面插入一些图表。因为图表属于一种可视化工具,比如我们会用条形图对比不同变量的均值大小、用饼图对比不同成分的占比等等。不同的图表应用的情形会有不同,本文会教大家SPSS误差图怎么画,SPSS误差图怎么分析的相关内容。
2025-04-27
SPSS数据清洗怎么操作 SPSS数据清洗异常值是多少
在进行数据统计分析时,往往需要对数据集进行数据清洗,这时候就可以借助SPSS数据统计分析软件。在SPSS中可以通过多种方法对数据集进行清洗,像是多重插补方法、平均值方法、替换法等等。接下来给大家详细讲解有关SPSS数据清洗怎么操作,SPSS数据清洗异常值是多少的相关内容。
2025-04-27
SPSS趋势性检验步骤 SPSS趋势性检验如何分析结果
趋势性检验,是一种检验自变量与因变量的变化之间是否存在线性变化趋势的分析方法。我们可以简单理解为,趋势性检验就是一种研究变化趋势的方法,比如随时间的变化趋势等。这种分析方法在生物学领域应用得比较多,其中还会涉及到生物学阶梯、等级关系等概念。接下来,一起来学习下SPSS趋势性检验步骤以及SPSS趋势性检验如何分析结果的相关内容。
2025-04-27
SPSS分层卡方检验步骤 SPSS分层卡方检验结果解读
分层卡方检验是SPSS中常用的统计分析方法之一,常用来识别分类变量中的混杂因素并控制其影响。通过将数据按混杂因素分层后,分别在每一层内分析分类变量之间的关联性,从而排除混杂变量的干扰。接下来本文将来带大家了解SPSS分层卡方检验步骤,SPSS分层卡方检验结果解读的相关内容。
2025-04-24
SPSS逻辑回归怎么做 SPSS逻辑回归结果怎么看
在实际生活中我们会遇到客户是否产生购买行为、产品是否合格、学生是否通过能力考核这些典型的二分类问题,对于这些问题我们都可以用SPSS中的逻辑回归来轻松解决。今天我们就来分析一下SPSS逻辑回归怎么做,SPSS逻辑回归结果怎么看的相关内容。
2025-04-24
SPSS变量重构是什么 SPSS变量重构怎么做
SPSS作为一款强大的数据统计分析软件,在数据分析和数据统计上有着很多的功能,除了常见的一些数据分析方法外,SPSS还可以对已有数据进行结构重组,这就是SPSS的变量重构功能。接下来给大家详细讲解有关SPSS变量重构是什么,SPSS变量重构怎么做的相关内容。
2025-04-24

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: