SPSS因子分析法很全面很全面共22页 下载本文

内容发布更新时间 : 2024/11/16 21:32:52星期一 下面是文章的全部内容请认真阅读。

人均城镇固定资产投资额 在岗职工平均工资 人均GDP(元/人) 科技支出占财政支出比重(%) 农民人均纯收入 人均社会消费品零售额 人才密度指数 .114 .046 .255 .084 .049 .189 .587 .100 .002 .099 .046 -.009 .056 .081 .048 -.031 .310 .018 .004 .027 .032 .044 .007 .001 -.013 -.007 .013 .003 .117 -.007 .009 -.001 .003 .006 .006 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 7 iterations. Rotated Component Matrix a 每万人拥有执业医师数量 第三产业占GDP比重(%) 人均实际利用外资额(万美元/人) 人均城乡居民储蓄存款 每千人拥有病床数 人均一般预算性财政收入 人均全社会固定资产投资额 人均城镇固定资产投资额 在岗职工平均工资 人均GDP(元/人) 科技支出占财政支出比重(%) 农民人均纯收入 人均社会消费品零售额 人才密度指数 Component 12 -.034 -.034 -.003 13 -.083 .083 .003 .173 -.031 .036 -.005 .023 .000 .011 .006 .005 -.002 .006 -9.035E-5 .007 .015 .000 .000 .000 -.001 .000 .003 -.001 .000 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 7 iterations. (8)SPSS输出的该部分的结果如下: 该部分输出的是因子转换矩阵,表明了因子提取的方法是主成分分析,旋转的方法是方法极大法。 Component Transformation Matrix Component 1 2 3 4 5 6 7 第 16 页

1 2 3 4 5 6 7 8 9 10 11 12 13 .685 -.330 -.467 -.273 -.057 .330 .022 -.064 -.074 .070 .028 .008 .002 .392 -.259 .826 -.174 .236 .022 .040 .081 .049 -.028 .001 .015 .002 .366 .348 .213 .241 -.782 -.013 -.123 -.052 .089 -.065 .006 .004 -.001 .332 -.028 -.101 .850 .371 -.075 .089 .014 .021 -.070 .002 -.008 .015 .178 .805 .015 -.169 .379 .365 .020 -.010 .027 .096 -.033 .044 .013 .236 .195 -.161 -.229 .012 -.601 .402 .509 .011 -.176 .068 -.101 -.007 .187 .094 -.054 -.168 .168 -.564 -.227 -.707 .112 -.018 -.118 -.037 -.019 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Transformation Matrix Component 1 2 3 4 5 6 7 8 9 10 11 12 13 8 .072 -.017 -.101 -.030 .119 -.121 -.804 .451 .283 .023 .000 .157 .005 9 .063 .069 .071 .046 .004 -.194 -.202 .047 -.723 .500 .354 -.054 -.054 10 .014 -.042 -.002 .049 -.064 -.109 .224 .073 .309 .751 -.375 .241 -.257 11 .029 .003 .013 .008 -.015 .001 -.122 .130 -.346 -.016 -.793 -.373 .281 12 .016 .017 -.003 -.014 -.008 -.052 .020 -.002 -.383 -.309 -.271 .806 -.174 13 .003 .011 .003 .004 .025 .074 -.094 .031 -.078 -.186 -.107 -.333 -.906 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. (9)SPSS输出的该部分的结果如下: 该部分是载荷散点图,这里为3个因子的三维因子载荷散点图,以三个因子为坐标,给出各原始变量在该坐标中的载荷散点图,该图是旋转后因子载荷矩阵的图形化表示方式。如果因子载荷比较复杂,则通过该图则较容易解释。

第 17 页

(10)SPSS输出的该部分的结果如下: Component Score Coefficient Matrix 人均GDP(元/人) 人均全社会固定资产投资额 人均城镇固定资产投资额 人均一般预算性财政收入 第三产业占GDP比重(%) 人均社会消费品零售额 人均实际利用外资额(万美元/人) 人均城乡居民储蓄存款 农民人均纯收入 在岗职工平均工资 人才密度指数 科技支出占财政支出比重(%) 每万人拥有执业医师数量 每千人拥有病床数 .251 .125 -.197 -.099 -.280 .567 .155 -.056 .045 -.079 -.088 -.018 -.091 -.068 1 -.054 -.237 -.115 .045 .522 -.217 .198 2 .003 .814 .520 -.143 -.062 .017 -.063 Component 3 .100 -.049 -.158 .164 -.111 -.092 -.026 4 -.090 .044 -.164 .148 -.161 .033 -.105 5 .046 -.064 .205 -.191 .088 -.194 .057 6 -.083 .141 .065 -.083 -.193 2.033 -.231 -.057 -.251 1.205 -.021 -.120 -.102 -.051 -.091 -.036 -.096 -.051 1.196 -.143 .069 .018 1.119 -.183 -.068 -.016 .095 .017 -.055 -.657 -.179 -.417 .102 -.282 -.156 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores. Component Score Coefficient Matrix 人均GDP(元/人) 人均全社会固定资产投资额 人均城镇固定资产投资额 人均一般预算性财政收入 第三产业占GDP比重(%) 人均社会消费品零售额 人均实际利用外资额(万美元/人) 人均城乡居民储蓄存款 农民人均纯收入 在岗职工平均工资 -.162 -.186 .057 -.227 .243 .328 7 -.068 -.187 -.164 .018 -.219 -.654 -.316 8 .000 .168 .381 -.389 -.699 -.038 2.158 Component 9 3.170 -.408 -.932 .443 .521 -.420 -.165 10 .495 -.518 .372 -1.237 -1.479 -1.202 .559 11 -2.090 -2.174 3.308 4.051 -.443 .067 -1.419 .143 -.490 -1.668 .455 1.028 -.425 -1.571 .596 -.568 第 18 页

人才密度指数 科技支出占财政支出比重(%) 每万人拥有执业医师数量 每千人拥有病床数 2.215 -.103 -.244 -.060 -.426 -.013 -.714 -.190 -.985 -.811 .608 .307 .351 -1.655 -1.264 4.583 .398 .308 .174 -1.335 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores. Component Score Coefficient Matrix 人均GDP(元/人) 人均全社会固定资产投资额 人均城镇固定资产投资额 人均一般预算性财政收入 第三产业占GDP比重(%) 人均社会消费品零售额 人均实际利用外资额(万美元/人) 人均城乡居民储蓄存款 农民人均纯收入 在岗职工平均工资 人才密度指数 科技支出占财政支出比重(%) 每万人拥有执业医师数量 每千人拥有病床数 Component 12 -.549 .486 -.099 -1.261 -1.929 -1.786 1.034 13 1.365 .766 -2.722 -2.680 4.533 .949 -1.360 5.461 .508 .217 -.435 -.302 -2.036 .651 1.572 -2.484 -.428 1.450 -2.555 -7.602 6.858 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores. 该表格是因子得分矩阵。这是根据回归算法计算出来的因子得分函数的系数,根据这个表格可以看出下面的因子得分函数。

F1=-0.054x1+0.003x2+0.100x3-0.090x4+0.046x5-0.083x6-0.068x7+0.000x8+3.170x9+ 0.495x10-2.090x11-0.549x12+1.365x13

SPSS根据这13个因子的得分函数,自动计算2-个样本的3个引子得分,并且将3个引子得分作为新变量,保存在SPSS数据编辑窗口中(分别为FAC1_1、FAC2_1、FAC3_1、FAC4_1、FAC5_1、FAC6_1、FAC7_1、FAC8_1、FAC9_1、FAC10_1、FAC11_1、FAC12_1、FAC13_1) (11)SPSS输出的该部分的结果如下: Component Score Covariance Matrix 第 19 页

Component 1 2 3 4 5 6 7 8 9 10 11 12 13 1 1.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 2 .000 1.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 3 .000 .000 1.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 4 .000 .000 .000 1.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 5 .000 .000 .000 .000 1.000 .000 .000 .000 .000 .000 .000 .000 .000 6 .000 .000 .000 .000 .000 1.000 .000 .000 .000 .000 .000 .000 .000 7 .000 .000 .000 .000 .000 .000 1.000 .000 .000 .000 .000 .000 .000 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores. Component Score Covariance Matrix Component 1 2 3 4 5 6 7 8 9 10 11 12 13 8 .000 .000 .000 .000 .000 .000 .000 1.000 .000 .000 .000 .000 .000 9 .000 .000 .000 .000 .000 .000 .000 .000 1.000 .000 .000 .000 .000 10 .000 .000 .000 .000 .000 .000 .000 .000 .000 1.000 .000 .000 .000 11 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 1.000 .000 .000 12 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 1.000 .000 13 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 1.000 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores. 第 20 页