首页 >>  正文

spss因子得分公式

来源:baiyundou.net   日期:2024-09-24

探索性因子分析的步骤:

接下来,通过一个案例演示因子分析(探索性因子分析)的各个步骤应该如何进行。

案例:欲探究我国不同省份铁路运输能力情况,收集到部分相关数据如下:

上传数据至SPSSAU系统,在【进阶方法】模块,选择【探索性因子分析】,将变量拖拽到右侧分析框,勾选“因子得分”与“综合得分”,旋转方法选择默认的“最大方差法”,操作如下图:

由于指标数据性质不同,具有不同的数量级和量纲,会导致分析结果不准确或产生误差。因此,先对原始数据进行标准化处理。SPSSAU因子分析将自动进行标准化处理,因此不需要再对数据进行处理。

标准化计算公式:X-Mean/Std

进行因子分析的前提是数据适合使用该方法,通常采取KMO检验和Bartlett球形检验。KMO检验用于检查变量间的相关性,取值为0~1。KMO值越接近于1,变量间的相关性越强,一般该值大于0.6即可进行因子分析。Bartlett球形检验用于检验变量是否各自独立,通常显著性小于0.05时,说明符合标准,适合做因子分析。

本案例SPSSAU输出KMO和Bartlett球形检验结果如下:

从结果来看,KMO值为0.722大于0.6,所以可以进行因子分析。同时Bartlett球形检验结果显示p值小于0.05,可以进行因子分析。

以特征根大于1为标准提取公因子,SPSSAU得到各因子的特征根以及方差解释率见下表:

分析上表可知,特征根大于1的因子共有两个,这2个公因子的累计方差解释率为78.808%,第一个因子的方差解释率为41.346%,第二个因子的方差解释率为37.462%,说明提取的两个公因子能够代表原来6个铁路运输能力指标78.808%的信息,整体来看信息变量丢失较少,因子分析效果比较理想。

另外,从特征根的碎石图可以更为直观的看出拟提取的公因子。如上图,前两个因子的让特征根值均大于1,且曲线比价陡峭,剩下4个特征根值均小于1且特征根值曲线逐渐变得比较平缓,即提取前2个因子可以代表所有原始铁路运输指标的绝大部分信息,与方差解释率得到结果一致。

找到公因子后,为了理解公因子的实际意义以及方便对问题进行分析,需要继续进行因子旋转。旋转常用方法为最大方差法。旋转后的因子载荷矩阵可以直观反映各个变量对主成分的贡献程度,一个变量在某个公因子上的载荷系数的绝对值越大,说明变量与该公因子越具有相关性

下表为使用最大方差法进行旋转后得到的因子载荷系数表格:

分析上表可知,因子1在铁路货运总量、铁路营业里程、铁路货物总周转量上具有较大的载荷,因此这3个变量归为一类命名为货运因子(记作F1)。因子2在铁路客运量、铁路旅客周转量、铁路运输职工人数上具有较大的载荷,因此这3个变量归为另一类命名为客运因子(记作F2)。

确定因子后,进一步计算各因子得分,SPSSAU输出成份得分系数矩阵如下:

根据成份得分系数矩阵,得到公因子F由变量X表示线性组合的因子得分函数:

F1=-0.203*铁路客运量-0.178*铁路旅客周转量+0.537*铁路货运总量+0.294*铁路营业里程+0.333*铁路货物总周转量+0.135*铁路运输职工人数

F2=0.506*铁路客运量+0.488*铁路旅客周转量-0.321*铁路货运总量+0.025*铁路营业里程-0.014*铁路货物总周转量+0.197*铁路运输职工人数

这一过程可通过手算完成,但要注意使用的是标准化后的数据代入公式。

在我们进行分析前,勾选【因子得分】,SPSSAU自动保存公因子得分,如下图:

进行综合评价将指标数据代入因子表达式,计算综合得分,分析结果并进行综合评价。即以2个公因子得分为基础,再以每个因子的方差解释率为权数进行线性加权平均,最后得到一个综合得分模型:

注:分子为两个公因子旋转后方差解释率,分母为旋转后累计方差解释率。

勾选【综合得分】后,SPSSAU将自动保存综合得分,结果见下图:

得到综合得分后,可将数据下载至本地,使用excel对综合得分进行排序,该排名就代表了31个省份的铁路运输能力。最后整理成下面这个一个表格:

分析31个省份铁路运输能力综合得分表可知,河北省的铁路运输能力最强,海南省铁路运输能力最弱......

至此,因子分析结束。

","gnid":"98058d0f3fcb27ba6","img_data":[{"flag":2,"img":[{"desc":"","height":"383","title":"","url":"https://p0.ssl.img.360kuai.com/t01fc1afa13fe170cfe.jpg","width":"900"},{"desc":"","height":"362","title":"","url":"https://p0.ssl.img.360kuai.com/t01fd7cba9826c06689.jpg","width":"982"},{"desc":"","height":"330","title":"","url":"https://p0.ssl.img.360kuai.com/t01cf9a8fb1fc7dbbc1.jpg","width":"720"},{"desc":"","height":"335","title":"","url":"https://p0.ssl.img.360kuai.com/t01a91bbf923cb65211.jpg","width":"720"},{"desc":"","height":"187","title":"","url":"https://p0.ssl.img.360kuai.com/t01e6a3ffa4b88896fa.jpg","width":"518"},{"desc":"","height":"298","title":"","url":"https://p0.ssl.img.360kuai.com/t0107fed5a8af8bf9bf.jpg","width":"927"},{"desc":"","height":"496","title":"","url":"https://p0.ssl.img.360kuai.com/t010f3abc43bbee8726.jpg","width":"915"},{"desc":"","height":"424","title":"","url":"https://p0.ssl.img.360kuai.com/t01a44d2c54aa8e859a.jpg","width":"824"},{"desc":"","height":"335","title":"","url":"https://p0.ssl.img.360kuai.com/t019e31b62d97392ef3.jpg","width":"635"},{"desc":"","height":"450","title":"","url":"https://p0.ssl.img.360kuai.com/t01b98b729bdf6268c9.jpg","width":"720"},{"desc":"","height":"444","title":"","url":"https://p0.ssl.img.360kuai.com/t010b741c4169a14122.jpg","width":"720"},{"desc":"","height":"454","title":"","url":"https://p0.ssl.img.360kuai.com/t0124f65c97e7876902.jpg","width":"720"}]}],"original":0,"pat":"art_src_3,fts0,sts0","powerby":"pika","pub_time":1701398400000,"pure":"","rawurl":"http://zm.news.so.com/62035c6661cf07774d1af272c5ba6f62","redirect":0,"rptid":"77c41ad5a3cedcdc","rss_ext":[],"s":"t","src":"SPSSAU","tag":[],"title":"因子分析步骤

温娴甘4287利用SPSS软件计算综合得分,怎么操作?
严卫狭19732408646 ______ 既然知道公式:总得分=因子1的方差贡献率*因子1的得分+因子2的方差贡献率*因子2的得分+...还不好办吗? 1.将因子得分计算出来,在SPSS因子分析中有这个功能,好像是save score as variable,找到它勾选即可. 2.运算完成后,回到你的原始数据集,这时可见到数据集中多了三列fac1-1,fac1-2,fac1-3出来,因为你有三个主因子嘛,这个就是你的因子得分. 3.这时已经可以在spss中用Transform—Compute计算了,如果你不熟,把这三列粘到excel中吧,编辑一个简单的公式,分别乘以各自的方差贡献率再求和就出来了. 希望对你有帮助.

温娴甘4287因子分析:怎么推出用因子表示变量的公式 -
严卫狭19732408646 ______ 因子分析的各因子是相互独立的,如果在三维空间里的话,就是类似于X,Y,Z轴那样相互垂直的,它们不相关.所以R值和F值接近零,自然显著性水平极低接近1了.你做的线性回归分析毫无意义,属于乱做一气.其实你还是做了一些工作的,那就是你验证了各个因子的相互独立性!

温娴甘4287spss因子分析问题(初学者) -
严卫狭19732408646 ______ (1)f1和f2在进行因子分析的时候选择scores选项中设置即可,spss会自动计算出f1和f2,无需手动计算,公式只是告诉你计算方法,不代表作者真的这么计算了.(2)是把各个指标对综合得分的影响系数进行归一化而非把主成分因子的贡献率归一化 (3)第三问如第一问 (4)在得出两个因子的基础上综合得分=f1*f1的贡献率+f2*f2的贡献率 收分走人睡觉

温娴甘4287公因子均值SPSS -
严卫狭19732408646 ______ 你可以先计算因子分,spss中点选:分析——降维——因子分析.在弹出的对话框中点击“得分”按钮,选择“保存为变量”,如下图所示 这样在确定以后,数据集里会增加因子得分,如图:然后你给这个因子得分算均值和方差就可以了,方法就是描述统计的spss操作了

温娴甘4287请问在spss中怎么求出综合因子得分,我固定4个因子,只能得到4个因子的方差贡献率,成分得分矩阵有很多数 -
严卫狭19732408646 ______ 综合因子得分需要结合手算,如下:

温娴甘4287spss强行因子分析问题 -
严卫狭19732408646 ______ 如果是20个具体的因素对竞争力的影响,每个因素都有相应的数据的话,当然可以是数值型数据,也可以是分类数据,或者等级数据,这样的问题应该用logistic回归. 因子分析实际上是对变量进行分类用的,就是将一系列都线性关系的变量归为...

温娴甘4287请问用SPSS因子分析如何求权重?还有spss因子分析中如何算因子解释了多少变异量?谢谢~ -
严卫狭19732408646 ______ 如果使用因子分析的目的在于计算权重,此时可使用旋转后方差解释率值计算主成分权重. 比如提取2个因子,旋转后的方差解释率分别是39.759%,24.061%,旋转后累积方差解释率为63.820%.那么归一化(即除累积方差解释率)即得到权重,计算如下表: SPSSAU进阶方法里的因子分析可以得到方差解释率及累积方差解释率. 各指标权重在输出结果里也有提供.

温娴甘4287紧急求助:我用SPSS求出了各个我要的四个主成分因子,下一步,我想求这四个因子的得分,应该怎么求呢?谢
严卫狭19732408646 ______ spss可以直接输出四个主因子的得分的 在 scores里面 有保存因子得分 然后再原始数据最后就会多出几列就是了

温娴甘4287spss经过主成分分析后,得出3个因子,怎么利用这几个因子进行后续的回归分析.1.比如,第一个因子(F1)有3个因素(X1,X2,X3)组成,知道了这3个因... -
严卫狭19732408646 ______[答案] 1.spss直接帮你把几个因子都已经算出来了,就是FAC1-1列就是因子F1,同理可以得知F2,F3.不用算的,如果问F1怎么来的,就说是F1=0.701X1-0.549X2+0.736X3+0.216X4+0.112X5-0.318X6.2.如果你进行主成分分析之后又要进行回...

温娴甘4287用spss做因子分析时得到的因子得分矩阵代表怎样的函数 -
严卫狭19732408646 ______ 保存因子得分,之后会在原数据最后保存生成3列因子得分,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

(编辑:自媒体)
关于我们 | 客户服务 | 服务条款 | 联系我们 | 免责声明 | 网站地图 @ 白云都 2024