SPSS试验五(因子分析报告)

试验五因子分析一、实验目的：运用因子分析方法分析数据。二、实验内容：SPSS操作因子分析下表资料为25名健康人的7项生化检验结果，7项生化检验指标依次命名为X1至X7，请对该资料进行因子分析。

X1X2X3X4X5X6X73.768.596.227.579.035.513.278.749.649.738.597.124.695.511.665.909.848.394.947.239.469.554.948.219.413.664.996.147.287.083.980.627.009.491.332.985.493.011.341.615.769.274.924.382.307.315.354.523.086.440.541.344.527.072.591.300.443.311.031.001.173.682.171.271.571.551.512.541.031.771.044.254.502.425.115.2810.029.8412.6611.766.923.3611.6813.579.879.179.725.985.812.808.8413.6010.056.687.7912.0011.748.079.1012.509.777.502.171.794.545.337.633.5313.139.877.852.642.764.571.785.409.023.966.494.3911.582.771.793.752.4513.7410.162.732.106.227.308.844.7618.5211.069.913.433.555.382.097.5012.675.249.065.3716.183.512.104.663.104.782.131.090.821.282.408.391.122.353.702.621.192.013.433.721.971.751.432.812.272.421.051.291.720.91三、实验步骤：1．确定数据类型，建立数据文件。3.点击“分析”菜单Analyze，选择DataReduction（降维）中的的Facto（因子分析）命令项，弹出如下图对话框。在对话框左侧的变量列表中选变量X1至X7，使之进入Variables变量框。4.点击Descriptives钮，弹出FactorAnalyze:Descriptives对话框，在对话框选中Univariatedescriptive项要求输出各变量的均数与标准差，在相关系数栏内选Coefficients项要求计算相关系数矩阵，并选Kmoandbartlett’stestofsphericity检验项，要求对相关系数矩阵进行kmo和bartlett统计学检验。点击Continue按钮返回因子分析对话框。5.点击Extraction选项，弹出FactorAnalyze:Extraction对话框，选用（主成份）方法，并勾选UnrotatedfactorsolutionScreeplot显示没有旋转的因子载荷、公共因子和特征值，并显示碎石图，在Extract中设置Eivgenvaluesover的值为1，之后点击Continue钮返回之前对话框。6.点击Rotation按钮，进行矩阵旋转设置。选择None，不旋转矩阵。选择Loadingplot用于显示前3个因子的三维因子载荷图；对于两因子求解，输出二维图。选择完毕后，单击continue。7.选择Scores按钮，进行因子得分选项设置。点击Saveasvariables，将因子得分保存为新变量。在Method中选中Regression，用回归的方法计算因子得分，同时勾选Displayfactorscorecoefficientmatrix，计算因子得分系数矩阵，选择完毕后，单击continue按钮。8.单击Continue按钮，回到上一级菜单，单击“OK”按钮，输出因子分析结果。四、实验结果五、实验分析（1）由描述统计分析得结果可知X1、X2、X3、X4、X5、X6、X7的均值分别为7.1000,4.7732,2.3488,9.1524,5.4584,7.1672,2.3460，标准差分别为2.3238,2.4178,1.6656,3.0141,3.2734,4.5582,1.6109。（2）从原始变量的相关系数矩阵可以看出，这七个变量中许多变量之间存在高度相关，能够从中提取公因子，故进行因子分析是合适的。（3）本例中KMO检验的值为0.321，Bartlett球度检验统计量的观测值为326.285，相应的伴随概率为0.000，小于显著性水平0.05，因此拒绝Bartlett球度检验的零假设，认为相关系数矩阵与单位矩阵又显著差异。，济源右边脸适合进行因子分析。（4）通过公共因子碎石图可以看出，前4个因子的特征变化非常明显，到底4四个特征更以后，特征根变化趋于明显，因此提取4个公因子是合适的，可以概括绝大部分信息。（5）由公因子方差分析可以看出，4个公因子变量共同解释了原始变量X1、X2、X3、X4、X5、X6、X7方差的97.7%