1、,李毓秋 E-mail：,社会统计分析,与SPSS应用,第十二讲,因子分析中的若干问题,主成分因子分析中的若干问题,特征根 贡献率 因子载荷（因子负荷） 因子旋转 确定公因子数量的原则和方法 公共因子的命名,特征根,是确定主成分的数量（即提取公共因子的数量）的依据。 该统计量反映原始变量的总方差在各公共因子上重新分配的结果。 特征根的值越大，说明该公共因子越重要。,贡献率,贡献率是指各公共因子所包含的信息占总信息的百分比。 每个公共因子所提供的方差占总方差的百分比就是该因子的贡献率。 贡献率越高，说明该公共因子所能代表的原始信息量越大。,因子载荷,将原始变量转换成标准化变量之后，与某个公共因子
2、之间的相关系数，即为该变量在某个公因子上的因子载荷。 因子载荷值越大，说明贡献程度越高。,因子旋转,所谓“因子旋转”是指坐标旋转。 旋转后因子载荷将在新的坐标系中重新分配，使因子载荷的差异尽可能变大。 旋转可以使每个原始变量在尽可能少的因子上有较高的载荷。,一个假设的因素矩阵,一个假设的因素模式,经过旋转的因素矩阵,因子旋转的方法,正交旋转 旋转过程中坐标轴的夹角为90度，因子之间不相关。 斜交旋转 因子之间具有一定的相关，坐标轴的夹角不是90度。,确定公共因子数量的原则和方法,Kaiser准则 主成分因子分析所提取的公共因子的数量是那些特征根的值大于1的因子数量。 特征根的值越大，表示该因子
3、的解释力越强。,确定公共因子数量的原则和方法,Kaiser准则的应用 应用准则时，因子分析的题目数量最好不要超过30个。 题目的平均共同性最好在0.70以上。当样本容量大于250时，平均共同性应该在0.60以上。,确定公共因子数量的原则和方法,碎石图检验法 根据碎石图的形状，可以作为提取公因子数量的标准。 提取公共因子的数量是碎石图中最大拐点前“碎石”的数量。,确定公共因子数量的原则和方法,累积贡献率原则 根据前几个成分累积贡献率所达到的百分比来确定公共因子的数量。 这种方法虽然可以保证较高的累计贡献率，但提取的公共因子数量较多。,数据是否适合做因子分析的原则,KMO值 当KMO值越大时，表示
4、变量间的共同因素越多，越适合做因子分析。 KOM大于0.9是最好的，大于0.8较好，大于0.7是中等水平，大于0.6较差，大于0.5是最低水平。小于0.5时不适合做因子分析。,数据是否适合做因子分析的原则,Bartletts 球形检验 用于检验相关系数矩阵是否为一个单位矩阵。 因子分析中， Bartletts 球形检验结果的2必须显著。若P0.05则说明该数据不适合做因子分析。,因子分析中筛选题目,删掉在两个或两个以上的公共因子上具有接近因子载荷的题目，这样的题目是有歧义的。 删掉在公共因子中载荷很小，共同度也很小的题目（如分别小于0.35，0.40）。 某个公因子下只有1个题目时要结合各方面情况小心处理。,SPSS的主成分因子分析功能,选择分析变量,待分析变量,设定输出的描述统计量,选择分析变量,待分析变量,设定提取公因子的指标,选择分析变量,待分析变量,选择分析变量,待分析变量,选择分析变量,课堂练习,运用 “第十二讲练习题”中的数据，练习： 主成分因子分析的详细步骤。 运用“因子分析”文件 试着自己做做因子分析，解释每一步得到的结果？,再 见 ！,
