spss主成分分析结果怎么理解
发布网友
发布时间：2022-04-22 01:42
共1个回答
热心网友
时间：2022-05-24 00:37
spss如何做主成分分析
主成分分析的主要原理是寻找一个适当的线性变换：
•将彼此相关的变量转变为彼此的新变量；
•方差较大的几个新变量就能综合反应原多个变量所包含的主要信息；
•新变量各自带有独特的专业含义。
住成分分析的作用是：
•减少指标变量的个数
•解决多重相关性问题
步骤阅读
工具/原料
spss20.0
方法/步骤
>01
先在spss中准备好要处理的数据，然后在菜单栏上执行：analyse--dimension rection--factor analyse。打开因素分析对话框
>02
我们看到下图就是因素分析的对话框，将要分析的变量都放入variables窗口中
>03
点击descriptives按钮，进入次级对话框，这个对话框可以输出我们想要看到的描述统计量
>04
因为做主成分分析需要我们看一下各个变量之间的相关，对变量间的关系有一个了解，所以需要输出相关，勾选coefficience，点击continue，返回主对话框
>05
回到主对话框，点击ok，开始输出数据处理结果
>06
你看到的这第一个表格就是相关矩阵，现实的是各个变量之间的相关系数，通过相关系数，你可以看到各个变量之间的相关，进而了解各个变量之间的关系
>07
第二个表格显示的主成分分析的过程，我们看到eigenvalues下面的total栏，他的意思就是特征根，他的意义是主成分影响力度的指标，一般以1为标准，如果特征根小于1，说明这个主因素的影响力度还不如一个基本的变量。所以我们只提取特征根大于1的主成分。如图所示，前三个主成分就是大于1的，所以我们只能说有三个主成分。另外，我们看到第一个主成分方差占所有主成分方差的46.9%，第二个占27.5%，第三个占15.0%。这三个累计达到了.5%。
