?

是通過研究變量間的相關系數矩陣，把這些變量間錯綜復雜的關系歸結成少數幾個綜合因子，并據此對變量進行分類的一種統計方法，歸結出的因子個數少于原始變量的個數，但是他們又包含原始變量的信息，所以也稱為降維

特點：

探索數據，當變量之間存在高度相關性的時候我們希望用較少的因子來概括其信息

簡化數據，把原始變量轉化為因子得分后，使用因子得分進行其他分析

綜合評價，通過每個因子得分計算出綜合得分后，對分析對象進行綜合評價

因子分析，原始變量會轉變為新的因子，這些因子之間的向廣西較低，而因子內部的變量相關程度較高

?

• 因子載荷

每個原始變量和每個因子之間的相關系數，反映你變量對因子的重要性，通過因子載荷值的高低，我們能知道變量在對應因子中的重要性大小

• 變量共同度

變量共同度就是每個變量所包含的信息能夠被因子所解釋的程度，其取值范圍介于0-1之間，越大，該變量能被因子解釋的程度越高

• 因子旋轉

對因子載荷矩陣進行旋轉，使原始變量之間的關系更為突出，從而對因子的解釋更加容易

• 因子得分

評價每個個案在每個因子上的分值

?

適合因子分析標準：

變量要求為連續變量，分類變量不適合

建議個案數為變量個數的5倍以上

KMO 檢驗統計量在0.5以下，不適合。0.7以上

?

?

通過分析他們在一段時間內的線上線下行為信息，以找出這些變量的共性，降低分析維度，并對商戶進行綜合評價

?

【分析】【降維】【因子】變量移至變量框

【碎石圖】用于輔助判斷因子個數

【最大方法差】用于更好的解釋因子所包含的意義

【確定】spss 考試時運行因子分析

?

?

結果解讀

檢驗數據是否適合做因子分析，KMO 為 0.627，可以

?

變量共同度，顯示了原始變量能被提取的因子所表示的程度

?

累積方差貢獻率達到60%即可

?

判斷最佳因子個數，通常選曲線較抖的，所以提取2-3個

?

?

計算得到每個商戶的綜合得分

【轉換】【計算變量】根據表旋轉平方和結果得知

?

?

?

?

?

?

?

總結

以上是生活随笔為你收集整理的spss 因子分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。