《统计分析与SPSS的应用(第五版)》课后练习答案

《统计分析与SPSS的应用〔第五版〔薛薇〕课后练习答案11SPSS的因子分析1、简述因子分析的主要步骤是什么？因子分析的主要步骤：一、前提条件：要求原有变量之间存在较强的相关关系。二、因子提取。三、使因子具有命名解释性：使提取出的因子实际含义清楚。四、计算样本的因子得分。2、对“根本建设投资分析.sav”数据进展因子分析。要求：利用主成分方法，以特征根大于1为原则提取因子变量，并从变量共同度角度评价因子分析的效果。假设因子分析效果不抱负，再重指定因子个数并进展分析，对两次分析结果进展比照。比照未旋转的因子载荷矩阵和利用方差极大法进展旋转的因子载荷矩阵，直观理解因子旋转对因子命名可解释性的作用。“根本建设投资分析”因子分析步骤：分析降维因子分析导入全部变量到变量框中具体设置……描述、抽取的设置如下：旋转、得分、选项的设置如下：〔1〕相关系数 元〕

国家预算内资金1.000.458.2291.000.458.229.331.211.4581.000.746.744.686.229.7461.000.864.776.331.744.8641.000.928.211.686.776.9281.000

利用外资

自筹资金

其他投资性关系，能够从中提取公共因子，适合进展因子分析。KMOKMO取样适切性量数。 .706Bartlett的球形度检验上次读取的卡方

119.61410.000由表二可知，巴特利特球度检验统计量的观测值为119.614，相应的概率P-值接近0.假设显著性水平为0.05，由于概率P-值小于显著性水平α，则应拒绝原假设，认为相关系数矩阵与单位阵有显著差异，原有变量适合做因子分析。同时，KMO0.706，依据KMO度量标准可知原有变量可以进展因子分析。公因子方差

初始值元〕国内贷款元〕国内贷款1.000.769利用外资1.000.820自筹资金1.000.920其他投资1.000.821

提取.196提取方法：主成份分析。由表三可知，利用外资、自筹资金、其他投资等变量的绝大局部信息〔大于80%〕可〔近80。总的来说，本次因子提取的总体效果还不错。为了到达更好的效果，可以重指定2个因子。补充说明如下：1子特征值都较小，对解释原有变量的奉献很小，可以无视，因此选取两个因子是适宜的。在上述“抽取”选项中，选择“因子的固定数量N”并修改其值为2，其他不变。表五：重提取因子后的公因子方差表公因子方差

初始值元〕国内贷款元〕国内贷款1.000.795利用外资1.000.860自筹资金1.000.937其他投资提取方法：主成份分析。1.000.882

提取.975表五是指定提取2共同度均较高，各个变量的信息丧失都较少。因此，本次因子提取的总体效果比较抱负。组件总计方差百分比总方差解释累积%总计方差百分比累积%13.52670.51870.5183.52670.51870.5182.92318.45288.9703.3066.11295.0824.2003.99399.0755.046.925100.000提取方法：主成份分析。总方差解释组件总计初始特征值方差百分比累积%提取载荷平方和总计 方差百分比累积%总计旋转载荷平方和方差百分比 累积%13.52670.51870.5183.52670.51870.5183.24464.88964.8892.92318.45288.970.92318.45288.9701.20424.08188.9703.3066.11295.0824.2003.99399.0755.046.925100.000提取方法：主成份分析。3.526570.5%，累计方差奉献70.5%0.923718%，累计方差奉献88.97%.提取方法：主成份分析。成分矩阵a组件1成分矩阵a组件12.443.882提取方法：主成份分析。a.已提取2元〕国内贷款.877.160利用外资.906-.199自筹资金.959-.132其他投资.906-.247表七显示了因子载荷矩阵。由表可知，自筹资金、其他投资、利用外资和国内贷款四个重要；其次个因子除了与国家预算内资金相关程度较高外，与其他的原有变量相关性较小，对原有变量的解释作用不明显。旋转后的成分矩阵a组件1旋转后的成分矩阵a组件12.128.979提取方法：主成份分析。旋转方法：Kaisera.旋转在3元〕国内贷款.775.440利用外资.921.110自筹资金.949.190其他投资.937.064由表可知，自筹资金、其他投资和利用外资在第1个因子上有较高的载荷，第一个因2个因子上有较高的载荷，其次个因子主要解释了这几个变量，可解释为内部投资。与旋转前相比，因子含义较清楚。成分矩阵a组件3.sa成分矩阵a组件12食品.843-.435衣着.596.687居住.886-.057家庭设备用品及效劳.893-.090医疗保健.720.478交通和通信.898-.329教育文化消遣效劳.965-.070杂项商品和效劳.894.120提取方法：主成份分析。a.2旋转后的成分矩阵a组件12食品.945.087衣着.132.899居住.777.429家庭设备用品及效劳.801.405医疗保健.349.791交通和通信.934.206教育文化消遣效劳.851.460杂项商品和效劳.689.583提取方法：主成份分析。旋转方法：Kaiser标准化最大方差法。旋转方法：Kaiser标准化最大方差法。a.3依据旋转成分矩阵说明两个变量的含义。“消费构造”因子分析各变量共同度如下：衣着为0.827居住为0.788家庭设备用品及效劳为0.806医疗保健为0.7470.915教育文化消遣效劳为0.936杂项商品和效劳为0.814变量共同度刻画了因子全体对变量信息解释的程度度均较高〔全部变量共同度都大于70，大局部大于80，说明提取的因子可以解释原有变量的大局部信息，仅有较少的信息丧失，