通过因子分析中一个选项保存因子得分,然后系统会在原数据最后保存生成3列因子得分,将假设为a1、a2、a3代表3个因子,然后根据因子分析得出三个因子的特征根值,分别计算粗3个因子的权重,分别为各自的特征根值/三个因子特征根值之和。
然后综合因子得分=a1对应权重+a2对应权重+a3对应权重,之后就根据综合因子得分进行大小排名即可。
扩展资料
(i)因子分析法的分析步骤
⑴确认待分析的原变量是否适合作因子分析。
⑵构造因子变量。
⑶利用旋转方法使因子变量更具有可解释性。
⑷计算因子变量得分。
(ii)因子分析的计算过程:
⑴将原始数据标准化,以消除变量间在数量级和量纲上的不同。
⑵求标准化数据的相关矩阵;
⑶求相关矩阵的特征值和特征向量;
⑷计算方差贡献率与累积方差贡献率;
⑸确定因子:
设F1,F2,…, Fp为p个因子,其中前m个因子包含的数据信息总量(即其累积贡献率)不低于80%时,可取前m个因子来反映原评价指标;
⑹因子旋转:
若所得的m个因子无法确定或其实际意义不是很明显,这时需将因子进行旋转以获得较为明显的实际含义。
⑺用原指标的线性组合来求各因子得分:
采用回归估计法,Bartlett估计法或Thomson估计法计算因子得分。
⑻综合得分
以各因子的方差贡献率为权,由各因子的线性组合得到综合评价指标函数。
F = (w1F1+w2F2+…+wmFm)/(w1+w2+…+wm )
此处wi为旋转前或旋转后因子的方差贡献率。
⑼得分排序:利用综合得分可以得到得分名次。
参考资料来源:百度百科-因子分析法
在SPSS中计算各维度的因子分方法如下:
分析——降维——因子分析;
自变量的题目和因变量的题目要独立分析;
将要做分析的题目选择到右边的白框之后,打钩,抽取”和“选项”两个不用管他。然后就点“确定;
按照上述步骤 *** 作下来之后,就可以得到结果。
因子分析的方法约有10多种,如重心法、影像分析法,最大似然解、最小平方法、阿尔发抽因法、拉奥典型抽因法等等。这些方法本质上大都属近似方法,是以相关系数矩阵为基础的,所不同的是相关系数矩阵对角线上的值,采用不同的共同性估值。在社会学研究中,因子分析常采用以主成分分析为基础的反覆法。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子,可减少变量的数目,还可检验变量间关系的假设。
首先必须要做KMO和Bartlett球形检验,这个你应该会了吧,如果这两个检验合格的话说明数据是适合做因子分析的。然后提取因子后,看主因子解释总变异的百分比和个因子的因子载荷,主因子解释总变异一般若大于60%的和因子载荷大于06的话说明结构效度很好。
pS: ,如果题目没有规定就是选特征值大于1的,如果题目事先要提取几个因子,那么在 *** 作的时候,用SPSS那个因子分析的选项里面有一个地方可以著名,因子载荷在输出的结果直接可以看到(rotated compoment matrpx),一定要是旋转后的因子载荷。
如果要更详细的步骤,请追问我。
ppv课,Excel培训/SPSS培训/R语言培训/Hadoop培训资料免费下载
确定数据的权重也是进行数据分析的重要前提。可以利用SPSS的因子分析方法来确定权重。主要步骤是:
(1)首先将数据标准化,这是考虑到不同数据间的量纲不一致,因而必须要无量纲化。
(2)对标准化后的数据进行因子分析(主成分方法),使用方差最大化旋转。
(3)写出主因子得分和每个主因子的方程贡献率。 Fj =β1jX1 +β2jX2 +β3jX3 + ……+ βnjXn ; Fj 为主成分(j=1、2、……、m),X1、X2 、X3 、……、Xn 为各个指标,β1j、β2j、β3j、……、βnj为各指标在主成分Fj 中的系数得分,用ej表示Fj的方程贡献率。
(4)求出指标权重。 ωi=[(m∑j)βijej]/[(n∑i)(m∑j)βijej],ωi就是指标Xi的权重。
扩展资料因子分析的基本思想是根据相关性大小把原始变量分组,使得同组内的变量之间相关性较高,而不同组的变量间的相关性则较低。
每组变量代表一个基本结构,并用一个不可观测的综合变量表示,这个基本结构就成为公共因子,对于所研究的某一具体问题,原始变量就可以分解成两部分之和的形式,一部分是少数几个不可测的所谓公共因子的线性函数,另一部分是与公共因子无关的特殊因子。
参考资料来源:百度百科-spss
KMO做主成分分析效度检验指标KMO09上非常合适做因子分析:08-09之间适合:07-08之间适合:06-07之间尚:05-06之间表示差:05下应该放弃。 *** 作方法如下:
1、首先打开要分析的SPSS文件或导入数据,选择相应数据,打开。
2、接下来选择“分析”中“降维”里的“因子”。
3、在d出的界面中,将需要分析的变量选择放入右侧变量框中。
4、此时,点击界面中的“描述”,可以选择输出结果中的各个参数,按需要选择即可。此处选择了4个,然后点击“继续”。
5、接着点击“提取”,默认中的参数即可,点击“继续”。
6、最后单击“确定”,在输出窗口查看结果即可。
要前提。可以利用SPSS的因子分析方法来确定权重。主要步骤是:(1)首先将数据标准化,这是考虑到不同数据间的量纲不一致,因而必须要无量纲化。 (2)对标准化后的数据进行因子分析(主成分方法),使用方差最大化旋转。 (3)写出主因子得分和每个主因子的方程贡献率。 Fj =β1jX1 +β2jX2 +β3jX3 + ……+ βnjXn ; Fj 为主成分(j=1、2、……、m),X1、X2、X3 、……、Xn 为各个指标,β1j、β2j、β3j、……、βnj为各指标在主成分Fj 中的系数得分,用ej表示Fj的方程贡献率。(4)求出指标权重。 ωi=[(m∑j)βijej]/[(n∑i)(m∑j)βijej],ωi就是指标Xi的权重。答案1:: 在用spss进行主成分分析的时候,默认对原始变量进行标准化,首先在spss中输入需要分析的变量,再是Analyze→DataReduction→Factor 进入之后,先点击 Descriptives ,在Correlation复选框下选中Coefficients ;点击Extraction,在Display复选框里选中scree plot ;同时点击Scores,选中Displayfactor score cofficient matrix ;点Rotation ,在Method复选框下选中Varimax(方差最大化法旋转),点击ok就可以得出你主成分分析的结果(包括累计贡献率等),spss中不可以直接求出因子的权重,要用到权重计算公式(这个我忘记了),自己手算一下,百度一下可以找到计算公式。:::::::::::::::::::请参考以下相关问题:::::::::::::::::::::::::::::::::::::::请参考以下相关问题:::::::::::::::::::::::::::::::::::::::请参考以下相关问题:::::::::::::::::::::::::::::::::::::::请参考以下相关问题:::::::::::::::::::::::::::::::::::::::请参考以下相关问题::::::::::::::::::::欢迎分享,转载请注明来源:内存溢出
评论列表(0条)