当前位置:文档之家› spss因子分析实例

spss因子分析实例

一.研究目的:为了研究农民收入,我们选取了其中7种主要影响因素,包括财政用于农业的支出的比重(%),第二、三产业从业人数占全社会从业人数的比重(%),非农村人口比重,乡村从业人员占农村人口的比重(%),农业总产值占农林牧总产值的比重(%),农作物播种面积(千公顷),农村用电量(亿千瓦时)。

(数据见最后一页)
二.研究变量:在经济生活中,根据以上分析,我们在影响农民收入因素中引入7个变量。

即设置变量:x1-财政用于农业的支出的比重,x2-第二、三产业从业人数占全社会从业人数的比重,x3-非农村人口比重,x4-乡村从业人员占农村人
农村口的比重,x5-农业总产值占农林牧总产值的比重,x6-农作物播种面积,x7

用电量。

一、研究方法:SPSS中的因子分析。

具体操作步骤
(1)定义变量:x1-财政用于农业的支出的比重,x2-第二、三产业从业人数占全社会从业人数的比重,x3-非农村人口比重,x4-乡村从业人员占农村人口的
农村用电比重,x5-农业总产值占农林牧总产值的比重,x6-农作物播种面积,x7

量。

(2)导入数据:
file-open-data
(3)变量标准化Analyze-Descriptive Statistics-Descriptives
"
勾选Save standardized values as variables保存变量,再点击ok,就完成了对变量的标准化。

(3)因子分析
Analyze—Dimension Reduction—Faction
点击右侧的Description选项,选择Statistics选项组中的initial solution,勾选Correlation Matrix 选项组中的Coefficients和KMO and Bartlelts test of sphericity,点击Continue。

点击右侧Extraction选项,其中Method选Principal components,Analyze选择Correlation matrix,Display中选择Unrotated factor solution,Extract如图,点击Continue.
:
点击右侧Rotation选项,勾选Method选项组中的Varimax,Display中的两个选项都勾选,点击Continue。

点击右侧Scores,如图勾选,点击点击Continue。

最后点击options,默认
)
(4)结果分析
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy..725
Bartlett's Test of Sphericity Approx. Chi-Square
df21
Sig..000
可以从此表中看出KMO统计量为,大于最低标准,说明适合做因子分析,Bartlet球形检验,p<,适合做因子分析。


2.主成分列表
可以从此表中看出前2个主成分特征值较大,它们的累积贡献率达到了%,故选择前2个公共因子。

@
Zscore(乡村从业人员占农村
.977
人口的比重)
Zscore(农业总产值占农林牧
.943
总产值的比重)
.909
·
Zscore: 农作物播种面积(千
公顷)
Zscore: 农村用电量(亿千瓦
.918
时)
Extraction Method: Principal Component Analysis.
结果显示,每一个指标变量的共性方差都在以上,说明这2个公共因子能够很好地反应原始各项指标变量的绝大部分内容。

~
4.载荷散点图Array从载荷散点图可以看出,第一公共因子能很好解释变量x1-财政用于农业的支出的比重,
变量x5-农业总产值占农林牧总产值的比重,第二公共因子能很好地解释变量x2-
第二、三产业从业人数占全社会从业人数的比重,x3-非农村人口比重,x4-乡村从业人员占农村人口的比重,x6-农作物播种面积,x7
农村用电量。


~
5.旋转后的因子载荷图
(亿千瓦时)在因子一上有较大载荷,财政用于农业的支出的比重、农业总产值占农林牧总产值的比重咋因子二上有较大载荷。

故因子一可称为农业基本发展条件,因子二可称为政府支持情况。


6.历年农民收入总得分降序表
其中F=f1*+f2*
年份f1f2总分F
>
1.
'

-0.
`
@
数据:
%。

相关主题