SPSS进行主成分分析的步骤图文

1、主成分分析的操作过程原始数据如下(部分)调用因子分析模块(Analyze-DimensionReductionFactor),将需要参与分析的各个原始变量放入变量框，如下图所示：单击 Descriptives 按钮，打开 Descriptives 次对话框，勾选KMOandBartlettstestofsphericity 选项（Initialsolution 选项为系统默认勾选的，保持默认即可），如下图所示，然后点击 Continue 按钮，回到主对话框：端FactorAnaJyis:Descriptives-Statistics1l-lLJniwariatedscriptr;es【“旧市短

2、-CorrelaiionMatrixCoefficientsInverseSignrficancelevels匚ReproducedDeterminantAriti-image1_81MHRH口。且盛!出口里由 5.袅PO即9Mtiruj,8nMiHelp|其他的次对话框都保持不变（此时在 Extract 次对话框中，SPSSE 经默认将提取公因子的方法设置为主成分分析法），在主对话框中点 OK 按钮，执行因子分析，得到的主要结果如下面几张表。KMG 口 Bartlett 球形检验结果：KMOandBaitlettSTeslKa伯丑M列片卜Olkin附的suraofSamplingAdequa

3、cy.BartletTsTest01rApprox.Chi-SquareSph(?ricit/小Sig.5j149,79915|000|KMO 为 0.6350.6,说明数据适合做因子分析；Bartlett 球形检验的显著性 P 值为0.0000.05,亦说明数据适合做因子分析。公因子方差表，其展示了变量的共同度，Extraction 下面各个共同度的值都大于 0.5,说明提取的主成分对于原始变量的解释程度比较高。本表在主成分分析中用处不大，此处列出来仅供参考。CarnriumalitiesIn闾ExtractionLJJiGDP1000,930固定贾产投货1,000721仲芸消股靛挈售总蒯1

4、000.795农村人均纯收入1.000,961科研机构数量1000.647卫生机佝散录1.000859ExtractionMethod:PrincipalComponentAnalysis.总方差分解表如下表。由下表可以看出，提取了特征值大于 1 的两个主成分，两个主成分的方差贡献率分别是 55.449%?口 29.771%,累积方差贡献率是 85.220%;两个特征值分别是 3.327 和 1.786。ToUIVarianceExplainedComponentInitialEigenvaluesExtractionSumsofSquaredLoadingsTotal%ofVarianceC

5、umulative%Tgl%ofVflriBncBCumulative%1332755.449554493.32755,44955,449217B02977135,2201.73629T7185.220|34g78.285935054,2624.3629766750日81.47399,3406040.660100,000ExtractionMethod:PrincipalComponentAnalvsis.因子截荷矩阵如下:ComponenTMairrix3Component12人均GDF.031-.490固定造产投.732430社会消酸品写售0题.781-431农村人用纯收,893-.405

6、科研机构数量.694.605卫生机构数5工61,B04BctractlonMethod:PrincipalComponentAnalysis.a2componentsextracted.根据数理统计的相关知识，主成分分析的变换矩阵亦即主成分载荷矩阵U与因子载荷矩阵A以及特征值入的数学关系如下面这个公式：UiA/1故可以由这二者通过计算变量来求得主成分载荷矩阵U。新建一个 SPS 缴据文件，将因子载荷矩阵中的各个载荷值复制进去，如下图所示：计算变量（Transform-ComputeVariableS 的公式分别如下二张图所示:rJ牌i、f-1=Q3as(EHTlf计算变量得到的两个特征向量 U

7、1 和 U2 如下图所示（U1 和 U2 合起来就是主成分载荷矩阵）：A1IA2|J1IU2|.831-490456-.367.732-4-30.401.322.701-.431.428*.323893-.405.49。-303.694.605.380453.46104253.602所以可以得到两个主成分 Y1 和 Y2 的表达式如下：Y1=0.456X1+0.401X2+0.428X3+0.490X4+0.380X5+0.253X6Y2=-0.367X1+0.322X2-0.323X3-0.303X4+0.453X5+0.602X6由上面两个表达式，可以通过计算变量来得到 Y1、Y2 的值。

8、需要注意的是，在计算变量之前，需要对原始变量进行标准化处理，上述 Y1、Y2 表达式中的 X1X9i3bleTargetVariable:IWIType&Lmb钮一，A1夕A2NumericExpression:|A1/SaRT(3.327)|应为各原始变量的标准分，而不是原始值。（另外需注意，本操作需要在 SPS 领始文件中来进行，而不是主成分载荷矩阵的那个 SPS 激据表中。）调用描述统计：描述模块（AnalyzeDescriptiveStatistics-Descriptives）,将各个原始变量放入变量框，并勾选 Savestandardizedvaluesasvariable

9、 躯，如下图所示：得到各个原始变量的标准分如下图（部分）：队将GDP1国足通广投贯2批台棉黄品零售京菊浓f寸人均翅收入硝研机构能量3g机构款量2.04M1-.516601.G&90G1.94021.G2927-425201,31636.03023.552Z6,9017486049?9D926-.3420130199-.03634610731024B1-53582-42226-S?403-63招9-57756-161152姬距Q.19032-1J9&b2-.62105956-43612.602172.2560.4120.075B21.40293.05841-.22950-.581

10、0729350s-.11133.38439.71569J0213501172-7G4710302310146.307043.755902.412162.469243.23931.49756-3UB31的旷158117302269553017424415DB&B61011:1861716471916136fi0i48S60300-63909-40677-501&605825.02201.363716866：19376416693512263932-68934-.65181Z76386-.20285294s3-.29742103733162445-0113102341667321.

11、07660-.65503.69377v62912-.59181.73049.31360-卷出-3QME-05677-235901.120Q0.8923057671 15如3573434522610737165769B16.11052.32731637B7.56211.46556.43531.31852.52098.257D2.15134*1.27655.41751.22573-1.76586*132671EjiriOQHC-E0AOil4GMiQT7TDCiZ 人均 GDP 即为 X1,Z 固定资产投资即为 X2,其余类推调用计算变量模块（TransformComputeVariables,输

12、入公式如下图所示:数字为七式；|.456认后之口*.4*囤定遗产或资姬3*舐念修品等县.总顿*490*浓衬人恸商收入十弟田杜均豺星*.说机恤整里晶勒区夕人均GDP/闽定苗产料埼夕看会酒费品存售电跌#农村人均甄收入夕司的机演至产工与机世如量Zscors图定资产投贽/15c!?社专;出拧品零“Zscom农村人均纯收一/徐皿但科弗也种酊量） .夕事柒降二生机梅软髭;.字表达毫忆声3C7*乙I的GDF匕或”Z固定资产投资.我3丁药年百匏品零售总顾3031荻村人均期收入45”薪|研机构数量YW， 江殳机牌鼠屿地区/人均GCP/踊资 t 造“社餐消费隹零售总皴夕农M人均如睡又“科研出网.哥/二生机构教量/

13、忘5认吗GDP）认.森corEEJ定黄产投黄）方rcirc曜的品零产委core由4人均麹收.670降旗册机向坳量：）“2皿昨拄机构触划“|计算出来的主成分 Y1、Y2 如下图所示:国蓼刍田j:一辛部劭CDF与非中心CDF行指当前口明时间日明鹿营口期国题g 计宜芸量出限埴：!5r苴卡CDF骂料心COF转弱当前日期用巨日期建自理照建由敬帕特殊黑量逍：目存表呈rr；笑矍句珂.笠L， 的机相数量如生机构数量Y1Y2162927-.425202.90-156-.66049-.909267386,61073102481.64141-.67756161191.33,16-97366-.43612-1.43.

14、11140293.056411.56131,38439-.71569-.021C14G.30704-.15监49756-.33483工4W2361742441508882.50164,04488.603001.87-92F0329.02201-.&4.57-.35122-.63932-.16-110-.29463-29742119.04.667321.078601.201.4678049.31360-.291.4F1.12QOO.88230.221.16,61073.71657.07俄3276137672.42-.94-52098-.25702-.67-38176586-132671d

15、.3S-2131.5726933779811235S由上述各步骤，我们就求得了主成分 Y1 和 Y2。通过主成分得分，可以进行聚类分析或者综合评价。聚类分析不再详述，下面再补充介绍一下综合评价的计算。根据公式，综合评价得分 Y=w1*Y1+w2*Y2,w1、w2 的值就是等于旋转之前的方差贡献率(如下图所示)，本例中,两个权重 w1、w2 分别是 0.55449 和 0.29771,故Y=0.55449*Y1+0.29771*Y2 注意：如果需要对权重进行归一化处理，则 w1、w2 分别是 55.449/85.220 和 29.771/85.220,贝 UY=(55.449*Y1+29.771

16、*Y2)/85.220。TotalVarianceExplainedComponentInitialEigenvaluesExtractionSumsofSquaredLoadingsTotal%ofVarianceCumulative%Tolal%ofVarianceCumulative%1234563.3271.796497,262,003,04055.44929.7719.2854.3621.473.66Q55,4498522093,50597,867993401DO.OOO1327178655.44915544S29,7711|附2冽ExtractionMethod;Principal

17、CompcnentAnalysis.以未归一化的权重为例，通过计算变量可以得到主成分综合评价得分 Y,操作过程如下图所示：最终可以得出综合评价得分Y 值，如下图所示:空研机构数量z卫生机构数量Y1Y2Y?41.62927-425202.90-1.561.144-.86049-.90926.73-1.86-.16.61073102481.541.41.72i9-.57756-.16119-1.33.16-.69)5-97366-.43612-1.43.11-.76521.40293,056411.561.311261338439-.71569-.83-.02-.47?3.10146,30704-.15.45.06M.49756-.334835.43-2.362.3121.742441.508882.501.641.88汨.04488.603001.87-.92.76；6-.068