因子分析步骤:
(1) 根据研究问题选取原始变量
(2)对原始变量进行标准化并求其相关阵,分析变量之间的相关性
(3)求解初始公共因子及因子载荷矩阵
(4)因子旋转矩阵
(5)计算因子得分
(6)根据因子得分做进一步分析
因子分析:根据相关性的大小把原始变量分组,使得同组内的变量之间相关性较高,不同组的变量间的相关性则较低。(因子分析模型是主成分分析的推广,也是利用降维思想。)
公共因子:每组变量代表一个基本架构,并用一个不可观测的综合变量表示,这个基本结构就是公共因子。
分类:R型因子分析:用来研究变量之间的相关关系
Q型因子分析:用来研究样品之间的相关关系
检验相关性的方法:
KMO检验:检查变量之间的相关性和片相关性,KMO的统计量的取值在0~1
之间。KMO统计量的值月接近1,表面变量之间的相关性越强,偏相关性越弱,因子分析的
效果越好。实际分析中,在0.7以上,认为做因子分析的效果比较好。KMO统计量的值在0.5
以下时,不适合做因子分析。
Bartlett球形检验:原假设为相关阵为单位阵,如果拒绝原假设,则说明各变量间具有相关性,因
子分析有效。如果不拒绝原假设,则说明变量间相互独立,不适合做因子分析。