spss中主成分分析

Question

如题所述

Answer 1

主成分分析用于对数据信息进行浓缩，比如总共有20个指标值，是否可以将此20项浓缩成4个概括性指标。

第一步:判断是否进行主成分(pca)分析;判断标准为KMO值大于0.6.

第二步:主成分与分析项对应关系判断.

第三步：在第二步删除掉不合理分析项后,并且确认主成分与分析项对应关系良好后,则可结合主成分与分析项对应关系,对主成分进行命名.

spssau主成分分析操作共有三步：

①选择【进阶方法】--【主成分分析】

②将分析项拖拽到右侧分析框

③点击开始分析

默认提供主成分得分和综合得分，分析前勾选“成分得分”、“综合得分”即可。

Answer 2

主成分分析，在进行有多个指标的综合评定时，客观全面的综合评价结果非常重要，然而往往多个指标之间通常存在信息不统一或者重复等众多因素，各指标的权重往往很难确认。主成分分析方法能够解决以上问题，主成分分析法是一种降维的统计方法，是考察多个变量间相关性一种多元统计方法。

二、spss主成分分析操作流程

导入数据。将已有数据整理后导入

spss导入数据

主成分分析操作流程。点击分析—降维—因子分析

spss主成分分析

将变量全部导入变量（V）中，点击描述，勾选相关描述性统计分析结果，点击继续。

描述统计

点击抽取—方法主成分—点击相关分析及输出结果，点击继续。

因子分析：抽取

选择得分。

因子得分

因子分析：选择按列表排除个案。最后点击确认按钮。

因子分析：选择

三、spss主成分分析输出结果

解释的总方差图

主成分得分系数

生成的6个主成分因子变量

四、结果解释

主成分分析结果中解释的总方差图看出总的解释力度为82.172%，生成6个新的解释变量，使用成份得分矩阵求F1、F2、F3、F4、F5、F6。

F1=0.077*ZX1+0.077*ZX2+0.078*ZX3+……+0.078*ZX26，

……

F6=-0.102*ZX1-0.484*ZX2-0.100*ZX3+……+0.085*ZX26

其中ZX1表示每个行业及区域指标的条数A变量对应的值

综合评分F的计算如下。

F=（44.741%/82.172%）*F1+（12.237%/82.172%）*F2+……+（4.344%/82.172%）*F6

这样就算出了每个行业及区域的综合排名，其中主成分分析模型解释力度有82.172%。本回答被网友采纳