IBM Business Partner

IBM SPSS Statistics 中文网站 > 新手入门 > 利用IBM SPSS Statistics进行相关因素分析和显著性分析

利用IBM SPSS Statistics进行相关因素分析和显著性分析

发布时间:2021/12/07 16:34:41

电脑型号:华为MagicBook

系统:window10系统

版本:IBM SPSS Statistics 28

上篇教程通过SPSS给大家讲解了论文常用的频数分析、可靠性分析、独立样本T检验三个方式分析。今天将继续通过SPSS给大家讲解主因子分析、最佳尺度回归分析二种方式。

一、主因子分析

所谓主因子分析就是对调查问卷各个指标进行主因子分析,并筛选出对论文有用的指标。比如这里使用教师满意度评分数据,总共包括10个教师,共30条数据,部分数据展示如下图所示。

数据展示

图1数据展示

点击SPSS顶部菜单栏“分析”-“降维”-“因子”,即可打开因子分析窗口。将全部指标加载到变量文本框,并且点击描述按钮,勾选相关性矩阵项目下的“KMO和巴特利特球形度检验。

因子分析

图2 因子分析

点击因子分析右侧的“旋转”按钮,选择直接斜交法或者最优斜交法。

 旋转

图3 旋转

看到KMO和巴特利特检验,如果KMO取样适切性量数小于0.6则不适合进行因素分析。可以看到它值为0.633大于0.6,说明可以进行因素分析。

KMO和巴特利特检验

图4 KMO和巴特利特检验

通过上面验证说明该数据可进行因素分析。总方差解释分析,9个问题抽取了4个因素,4个共同因素的累积量67.697%。

总方差解释

图5 总方差解释

二、最佳尺度回归分析

回归分析按照变量连续与否来划分的话,可以分为两种:一是连续变量的回归分析,主要运用线性回归和逻辑回归。二是不连续变量的回归分析,主要是使用最佳尺度回归分析。

比如一个衣服品牌为了解消费者对本品牌满意度情况,收集到了消费者的满意度、婚姻状况、性别、年龄以及月收入等数据。其中满意度分为三个档次(1表示不满意、2表示一般满意、3表示满意),婚姻状况(1代表未婚,2代表已婚),性别(1代表男性、2代表女性),年龄有七个等级,月收入有4个等级,部分数据展示如下图所示。

数据展示

图6 数据展示

点击SPSS顶部菜单栏“分析”-“回归”-“最佳标度”,即可打开分类回归窗口。将满意度加载到因变量文本框,定义标度为有序;性别、婚姻状况、年龄、月收入加载到自变量文本框,并且将因变量定义标度为有序。

分类回归

图7 分类回归

点击右侧选项按钮,并且初始配置项目中勾选“多个系统性挂起点”。

选项

图8 选项

点击右侧保存按钮,勾选转换后变量模块的“将转换后变量保存到活动数据集”。

保存

图9 保存

点击右侧图按钮,将4个自变量加载到转换图文本框。

图

图10 图

查看“ANOVA”项目,可以看到,显著性值小于0.01,即说明小于0.05,即至少有一个自变量对因变量满意度有显著影响。

表格

描述已自动生成

图11 ANOVA表

查看“系数”项目,可以看到月收入对因变量满意度有显著影响。

系数表

图12 系数表

三、小结

以上是给大家讲解了毕业论文问卷调查数据分析的两种方式,分别是主因子分析和最佳尺度回归分析,从主因子分析我们可以确定哪些指标对于论文写作有作用,从最佳尺度回归分析可以得到哪些自变量对因变量有显著性影响。

作者:独行侠

标签:

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
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
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进行变量赋值的相关操作
变量和个案是IBM SPSS数据界面很重要的两个部分,可以形象理解为地球仪上的经线和纬线。通俗一点讲数据界面的每一列是一种变量,如年龄性别等。一行中的所有变量又构成了一个个案,本篇文章着重讲解变量,个案就不做过多展开。在图1中有具体的标注,可以看一下变量和个案到底是什么样。
2021-02-23
SPSS卡方检验结果解读
卡方检验是数据分析的重要手段之一,它可以用来检验数据的适合度和相关性,SPSS中也为用户提供了各类卡方检验的项目。
2021-04-08
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
如何使用SPSS检验数据是否服从正态分布—偏度峰度系数
在《如何使用SPSS检验数据是否服从正态分布—KS检验与Q-Q图》一文中,我们了解了如何使用KS检验、Q-Q图来验证数据的正态性。接下来,本文将会继续讲解如何使用IBM SPSS Statistics的描述统计(偏度峰度系数)、探索统计检验(正态检验)数据的正态性。
2021-01-07
如何用SPSS计算个人BMI值?
BMI即体重指数,是衡量个人身体质量的一个重要参数,通过判断BMI的数值大小,我们可以判断个人身高与体重是否协调。下面我将用IBM SPSS Statistics来为大家介绍BMI的计算方法。
2021-03-19