网站大量收购闲置独家精品文档,联系QQ:2885784924

spss美国洛杉矶标准大城市统计.docVIP

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
spss美国洛杉矶标准大城市统计

实验目的:美国洛杉矶标准大城市统计区中的12个人口调查区的五个经济学变量的数据,进行因子分析,对因子进行命名和解释,并计算因子得分和排序 实验步骤: 第1步 选择【Analyze】【Data Reduction-Factor】主对话框。将所 有原始变量选入【Variables】 第2步 点击【Descriptives】【correlation Matrix】【KMO and Bartlett’s test of sphericity】和【significance】 【initial】【Continue】 第3步 点击【Extraction】,在【Method】框中选择Principal components); 在【Extract】中输入选择因子的最小特征根(隐含的是特征根大于1); 在【Display】下选择【Scree Plot】 【Continue】 第4步 点击【Rotation】,在【Method】框中选择【Varimax】); 在【Display】下选择【Loading Plot】 【Continue】 第5步 点击【Scores】,并选中【Display factor Score coefficient matrix】(SPSS隐含的估计因子得分系数的方法是Regression) 【Continue】 【OK】 运行得下表 表一KMO检验和Bartlett球度检验 KOM统计量:0.5750.7,但是Bartlett`s球形检验sig.=0.000结果显著,适合作因子分析 表二 变量共同度量 所有共同度量都在80%以上,因此,提取出的公因子对原始变量的解释能力是很强的 表三各因子所解释的原始变量的方差 前两个因子对原始变量的解释程度在93.399%,解释程度很好 表四旋转前的因子载荷矩阵 表五旋转后的因子载荷矩阵 第一个因子与中等校平均校龄、专业服务项目数、中等房价这三个载荷系数较大,主要解释了这三个变量,从实际意义上看,可以把因子1姑且命名为“繁荣程度”因子。第二个因子与总人口、总雇员数这两个变量的载荷系数较大,主要解释了这两个变量,从实际意义看,可以将因子2姑且命名为“劳动力水平”因子。 表六旋转后的因子载荷图 表七因子载荷系数矩阵 由因子得分系数矩阵,可以将公因子表示为各变量的线性组合。并计算出综合得分F,然后排序得表八 结论:10地区综合得分最高,12地区综合得分最少

文档评论(0)

panguoxiang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档