spss因子分析_课件.ppt

因子分析 § 2 因子分析模型 一、数学模型 § 3 因子载荷矩阵的估计方法 § 4 因子旋转（正交变换） 进行因子分析的数学目的不仅仅要找出公共因子以及对变量进行分组，更重要的要知道每个公共因子的意义，以便进行进一步的分析，如果每个公共因子的含义不清，则不便于进行实际的解释。因子旋转的目的是使因子载荷阵的结构简化，使各个因子的载荷值尽可能地向0和1两个极值转化。 因子旋转的主要方法有：四次方最大法、方差最大法和等量最大法。 相关系数矩阵 § 5 因子得分 （一）因子得分的概念 Standardized Scoring Coefficients FACTOR1 FACTOR2 FACTOR3 X1 0.05764 -0.06098 0.50391 X2 0.22724 -0.09901 -0.07713 X3 0.14635 0.12957 0.59715 X4 0.47920 0.11228 0.17062 X5 0.45583 0.07419 0.10129 X6 0.05416 0.48629 0.04099 X7 0.05790 0.48562 0.04822 国民生活质量的因子分析 从1990年开始，联合国开发计划署(UYNP)首次采用“人文发展指数”对国民生活质量进行测度。人文发展系数利用三类内涵丰富的指标组合，即人的健康状况(使用出生时的人均预期寿命表示)、人的智力程度(使用组合的教育成就表示)、人的福利水平(使用人均GDP表示)，并且特别强调三类指标组合的整体内涵，去衡量一个国家或地区的社会发展总体状况以及国民生活质量的总水平。 在这个指标体系中有如下的指标： X1——出生时的预期寿命 X2——成人识字率 X3——初等、中等和高等教育综合入学率 X4——人均实际GDP（购买力平价） X5——预期寿命指数 X6——教育指数 X7——GDP指数 旋转后的因子结构 Rotated Factor Pattern FACTOR1 FACTOR2 FACTOR3 X1 0.38129 0.41765 0.81714 X2 0.12166 0.84828 0.45981 X3 0.64803 0.61822 0.22398 X4 0.90410 0.20531 0.34100 X5 0.38854 0.43295 0.80848 X6 0.28207 0.85325 0.43289 X7 0.90091 0.20612 0.35052 FACTOR1为经济发展因子 FACTOR2为教育成就因子 FACTOR3为健康水平因子 被每个因子解释的方差和共同度 Variance explained by each factor FACTOR1 FACTOR2 FACTOR3 2.439700 2.276317 2.009490 Final Communality Estimates: Total = 6.725507 X1 X2 X3 X4 X5 0.987530 0.945796 0.852306 0.9