因子分析试验报告

1、河小现代实验报告经济贸易系统计学专业12级统计学本科班实验人：实验地点：实训楼B301实验日期:2015.5.13实验题目：企业经济效益综合评价分析报告实验目的：掌握主成分和因子分析的理论知识，并利用spss统计软件实现对主成分和因子分析的上机操作。实验内容：利用spss统计软件对我国部分省、直辖市、自治区独立核算的工业企业的经济效益评价指标相关数据进行分析，简化企业经济效益评价系统结构，抓住经济效益评价的主要问题。以此来了解到我国各地区规模以上企业经济效益状况的大体分布情况。实验步骤：1、数据标准化由于因素的量纲不同而导致统计结果与实际情况出项偏差是常见现象。所以在做分析之前，我们需要通过消

2、除量纲，即数据标准化，再对标准化的数据进行分析这样得到的结果就比较接近实际情况。标准化后的变量均值为0,方差为1.按“分析一一描述统计一一描述”途径打开“描述统计”对话框，首先将未标准化的变量移入变量组中，勾选“将标准化得分另存为变量”复选框，最后点击确定。2、因子分析按“分析一降维一因子分析”途径打开“因子分析”对话框，将标准化的变量移入变量组中。其他按钮中的操作如下：变量强）:fijS（D）-1抽取自匕耳地区岑白E固定资产原值实夕白兀固定资产原值实/白兀资金实现利税（.6百元工业总产值实现/百元i肖售收入实现利6每吨标准煤实现产值6每千瓦时电力实现工夕全员劳动生产率（元心/白兀流动贲金实现

3、产国夕Zscore:百元固定4/score:白人固定/Zscore:百元资金Zscore:白九工业，8Zscore:百元精售一2式。够（每吨标）隹6Zscore十瓦时T旋转。.得分区.$选项选择变量）：佰R)确定粘贴（）重置0取消帮助因子分圻虞曲因子分析:捷述统计统计里单变里描述性乜)B原始分析结果相关矩阵K系数G)E逆模型(M匕显著性水平()口再生B)I行列式Q)反映象(6)IVKM。和Bartlett的球形度检监(K)继续J取消圜因子分析:淀转一方法。无。最大四次方值法Q)演天*至更必最大平衡值法国直接Oblimin方法(0)OPromax(P)pelta(D):o|Kappa(K)4输出

4、，旋转解(口载荷图&)最大收颌性迭代次数(X)：25继续M取消)帮助)困因子分析:因子得分闻保存为变量()一方法回归Bartlett(B)OAnderson-Rubin(A)“显示因子得分系数矩阵(5继续取消11帮助实验结果:1、主成分分析结果:成份矩阵a成份12Zscore:百元固定资产原值.931-.315实现值（%)Zscore:百元固定资产原值.976.163实现利税(%)Zscore:百元资金实现利税.931.322（为Zscore:百元工业总产值实.232.863现利税（%）Zscore:百元销售收入实现.433.596利税（%）Zscore（每吨标准煤实现产值.923-.200（

5、元）Zscore（每千瓦时电力实现工.897-.274业产值（元）Zscore:全员劳动生产率.871-.064（元/人年）Zscore（百元流动资金实现产.899-.154值（元）)提取方法：主成份。a.已提取了2个成份。确定各个变量的al,a2.导入al、a2,在菜单里点击“转换/计算变量”在目标变量框里输入z1,在数字表达式框里输入a1/sqrt（6.150）;再输入z2=a2/sqrt（1.473）：转换分析代）圈形但）实用商-计算宣里对个案内的值计数9）转换值（9nr田计苴变量目标变量:数字表达式（D：a1/sqrt（B.150j|S得系数矩阵为:指标a1Ja2z21Zscore百元

6、固定资产原931-.315.375-.2602score:百元固定资产原.976.163394.1343Zscor&:白人黄至实现利931.322.375.2654Zscore百人工业总产值.232863.094711L5JZscore:百元俏售收入实,433.596J75上58间每吨标:隹煤实现产.923-.200.372-.1657叁C0虱每千瓦时电力实现.897-.274.362-.2268Zscore全员劳动生产率B71-064.351-339score（百元流动资金实现.899-154.363-.1272个主成分的线性表达式为:F1=0.375x1+0.394x2+0.375x3+0

7、.094x4+0.175x5+0.72x6+0.362x7+0.351X8+0.363x9F2=-0.260x1+0.134x2+0.256x3+0.711x4+0.491x5-0.165x6-0.226x7-0.053x8-0.127x9（其中：x1：百元固定资产原值实现值；x2百元固定资产原值实现利税x3百元资金实现利税x4：百元工业总产值实现利税x5：百元销售收入实现利税x6:每吨标准煤实现产值x7每千瓦时电力实现工业产值x8:全员劳动生产率x9：百元流动资金实现产值）所提取的公因子中F1在x1、x2、x3、x6、x7、x8、x9上有较大的载荷，该因子概括了企业的生产能力。F2在x4、x

8、5上有较大的载荷，该因子概括了企业的盈利能力2、因子分析结果:(1)KMO和Bartlett的检验KMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin度量。Bartlett的球形度检近似卡方验dfSig.754379.52236.000KMO的值是0.754,Bartlett的球形度检验的p-值为0.000,说明可以进因子分析(2)解释的总方差解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的累积合计方差的累积合计方差的累积16.15068.33268.3326.15068.33268.3325.65562.83862.83821.47316.36584

9、.6981.47316.36584.6981.96721.86084.6983.6977.74992.4474.3183.53195.9785.1902.11298.0906.1161.28999.3797.029.32499.7038.024.27099.9739.002.027100.000提取方法：主成份分析由表可知两个公因子的累计方差贡献率为84.698%。说明前2个主成分基本包含了全部指标具有的信息。（3）公因子方差公因子方差初始提取Zscore:百元固定资产原值实现值（%）1.000.967Zscore:百元固定资产原值实现利税（%）1.000.978Zscore:百元资金实现利税

10、（%）1.000.970Zscore:百元工业总产值实现利税（%）1.000.799Zscore:百元销售收入实现利税（%）1.000.543Zscore（每吨标准煤实现产值（元）1.000.892Zscore（每千瓦时电力实现工业产值（元）1.000.879Zscore:全员劳动生产率（元/人年）1.000.763Zscore（百元流动资金实现产值（元）1.000.832提取方法：主成份分析表给出了9个原始变量的变量共同度。变量共同度反应了每个变量对提取出的所有公共因子的依赖程度。除百元销售收入实现利税（%）和全员劳动生产率（元/人.年）的共同度小于80%,百元流动资金实现产值（元）共同度为

11、82.3%外，其余变量的共同度都在90%左右以及以上，说明提取的因子已经包含了原始变量的大部分信息，因子提取的效果比较理想。（4）碎石图分析成分数该图为因子的碎石图，图中横坐标为因子的序号，纵坐标为相应特征根的值。从图中可以看到，前两个因子的特征根普遍较高，连接成陡峭的线，而第三个之后的特征根普遍较低，连接成平缓的折线，这进一步说明提取2个因子是比较适合的。（5）旋转成份矩阵旋转成彳矩阵a成份Zscore:百元固定资产原值实现值（%）Zscore:百元固定资产原值实现利税（%）Zscore:百元资金实现利税（%）Zscore:百元工业总产值实现利税（%）Zscore:百元销售收入实现利税（%）

12、Zscore（每吨标准煤实现产值（元）Zscore（每千瓦时电力实现工业产值（元）Zscore:全员劳动生产率1.983.870.775-.061.215.938.937.8452.005.471.607.892.705.111.033.223（元/人年）Zscore（百元流动资金实现产.900.147提取方法：主成份。旋转法：具有Kaiser标准化的正交旋转法。a.旋转在3次迭代后收敛。表给出了旋转后的因子载荷矩阵，根据该表可以写出每个原始变量的因子表达式:X1=0.983F1+0.05F2;X2=0.870F1+0.471F2;X3=0.775F1+0.607F2（6）成份得分系数矩阵成份

13、得分系数矩阵成份12Zscore:百元固定资产原值实现值（%）.213-.153Zscore:百元固定资产原值实现利税（%）.114.156Zscore:百元资金实现利税（%）.072.256Zscore:百元工业总产值实现利税（%）-.155.567Zscore:百元销售收入实现利税（%-.065.406Zscore（每吨标准煤实现产值（元）.186-.080Zscore（每千瓦时电力实现工业产值（元）.198-.128Zscore:全员劳动生产率（元/人年）.148.005Zscore（百元流动资金实现产值（元）.172-.051提取方法：主成份旋转法：具有Kaiser标准化的正交旋转法。

14、构成得分。表给出因子得分系数矩阵，根据表中的因子得分系数和原始变量的标准化值就可以计算每个观测值的各因子的得分。旋转后的因子得分表达式可以写成:F1=-0.231x1+0.156x2+0.072x3-0.155x4-0.065x5+0.186x6+0.198x7+0.148X8+0.172x9F1=0.153x1+0.976x2+0.256x3+0.567x4+0.406x5-0.08x6-0.128x7+0.005x8-0.051x9根据以上因子得分表达式可以计算出我国各地区各因子上的得分以及排名，以及提取的各个公因子的方差贡献率占提取公共因子的总方差贡献率的比重作为权重，将各个公因子得分进

15、行加权汇总，作为样本的综合得分。由于在”保存的对话框中选择了保存为变量的复选框，所以，在数据文件中会生成2个因子得分变量，变量名分别为：FACT1_1、FACT2_1。地区FAC1_1FAC2_1F1北京424012.25940.782天津128086.907861.213河北5946-J4QOO-.164山西-.87408.03464-.705内蒙古-.93870-.96101-.946迂宁-.49903.93294-.227吉林-.39838-.84243-.488黑龙江-.58265.40285-.3992.314351.996962.25102.25606-1.669851.5011浙

16、江2.15380-.846441.5712安徽J8785-45674.0613福建.33555-.34042,2014江西-.11804*1,13227-.31|15|山东.47257*1536135II砧一河南-.41802-05856-.35诉I湖北.21576-.18744.141B湖南-.12046.29635-.04191.04586-.785956920广西14018上7820,00匚21四川-.37414-.66039-.4322|贵州120903.733128323云南-.651131.86747-1624陕西-.51065-.52941-.6125甘肃4.095811.14682-6626青海-1.1409290858-1.1027蜴-94435-105847-9728新飕-.51174-.4249549图显示了详细的各因子在不同地区中的得分以及排名，还有综合得分和排名。从图中可以清楚的看到各个地区有自己的优势以及缺陷，综合排名则是通过对2个因子对总体不同贡献率的加权平均得到的，大体反应了企业的总体状况。从表中可以看出上海、江苏