因 子 分 析

目录

1 模型简介

2 因子分析与主成分分析的对比

3 原理

3.1 原理

3.2 假设

3.3 因子模型的性质

3.4 因子载荷矩阵的统计意义

4 具体操作

4.1 参数估计

4.2 因子旋转

4.2.1 理论

4.2.2 方法

4.3 因子得分

5 SPSS操作步骤

5.1 第一次运行

5.2 第二次运行

5.3 结果分析

5.3.1 共性方差

5.3.2 总方差解释表

5.3.3 成分矩阵

5.3.4 旋转后的因子载荷散点（组件）图

5.3.4 因子得分

---

1 模型简介

 

2 因子分析与主成分分析的对比

 例子：

 

要对原来的数据进行降维，十项得分被降维成四个方面，十五个方面降维成五个因子

3 原理

3.1 原理

 

3.2 假设

要进行因子分析，那就必须要解出来A这个矩阵，因此我们进行一些假设用来计算A矩阵

 

3.3 因子模型的性质

 

 既然因子载荷不唯一，我们在实际应用时就可以用这点进行变换（因子旋转），使得新的因子具有更容易解释的意义，这就是为什么因子分析往往比主成分分析更容易解释。

 

3.4 因子载荷矩阵的统计意义

 那么aij究竟是什么东西？

 

 

 

4 具体操作

4.1 参数估计

 SPSS提供的七种方法：

 选择容易解释的方法就可以

4.2 因子旋转

4.2.1 理论

 接近于0或者1就方便解释了，举一个例子：

六个指标，物化生政史地，两个因子，理和文，那物化生那行里面文因子前面的系数就应该接近于0，理因子系数就应该接近于1，政史地那边同理（例子非常不严谨，只是用来简单理解）

4.2.2 方法

 选择哪种方法没有严格规定，尽可能好解释就可以（常见的是最大方差）

4.3 因子得分

 （论文中常用的是第三种）

5 SPSS操作步骤

5.1 第一次运行

 概念解释：

 

 

第一次运行的结果一般作为参考，首先我们要确定的是原始数据是否适合进行因子分析，第一次运行之后的话可以这样说：

 

好，现在就要确定因子的数目了

 

5.2 第二次运行

注意碎石图只是一个参考，有时事先就已经知道了最后要确定的因子数，那碎石图意义就不大了

5.3 结果分析

5.3.1 共性方差

 

5.3.2 总方差解释表

 

5.3.3 成分矩阵

 

5.3.4 旋转后的因子载荷散点（组件）图

 

5.3.4 因子得分

 尽管很多论文都把因子分析模型用到综合评价里了，但这是存在很大问题的，例如变量的类型，选择因子的方法，旋转等等因素都是很难说清楚的。