1、spss因子分析实例一研究目的:为了研究农民收入,我们选取了其中7种主要影响因素,包括 财政用于农业的支出的比重(%),第二、三产业从业人数占全社会从业人数的比重(%),非农村人口比重,乡村从业人员占农村人口的比重(%),农业总产值占农林牧总产值的比重(%),农作物播种面积(千公顷),农村用电量(亿千瓦时)。(数据见最后一页)二研究变量:在经济生活中,根据以上分析,我们在影响农民收入因素中引入7个变量。即设置变量:x1-财政用于农业的支出的比重,x2-第二、三产业从业人数占全社会从业人数的比重,x3-非农村人口比重,x4-乡村从业人员占农村人口的比重,x5-农业总产值占农林牧总产值的比重,x6
2、-农作物播种面积,x7农村用电量。一、研究方法:SPSS中的因子分析。具体操作步骤(1)定义变量:x1-财政用于农业的支出的比重,x2-第二、三产业从业人数占全社会从业人数的比重,x3-非农村人口比重,x4-乡村从业人员占农村人口的比重,x5-农业总产值占农林牧总产值的比重,x6-农作物播种面积,x7农村用电量。 (2)导入数据:file-open-data(3)变量标准化Analyze-Descriptive Statistics-Descriptives勾选Save standardized values as variables保存变量,再点击ok,就完成了对变量的标准化。(3)因子分析
3、AnalyzeDimension ReductionFaction点击右侧的Description选项,选择Statistics选项组中的initial solution,勾选Correlation Matrix选项组中的Coefficients和KMO and Bartlelts test of sphericity,点击Continue。点击右侧Extraction选项,其中Method选Principal components,Analyze选择Correlation matrix,Display中选择Unrotated factor solution,Extract如图,点击Conti
4、nue.点击右侧Rotation选项,勾选Method选项组中的Varimax,Display中的两个选项都勾选,点击Continue。点击右侧Scores,如图勾选,点击点击Continue。最后点击options,默认(4)结果分析1.KMO and Bartletts的检验结果图KMO and Bartletts TestKaiser-Meyer-Olkin Measure of Sampling Adequacy.725Bartletts Test of SphericityApprox. Chi-Square255.159df21Sig.000可以从此表中看出KMO统计量为0.725
5、,大于最低标准,说明适合做因子分析,Bartlet球形检验,p0.001,适合做因子分析。2.主成分列表Total Variance ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsRotation Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %Total% of VarianceCumulative %15.92084.57284.5725.92084.57284.5723.3
6、0847.26147.2612.6539.33093.902.6539.33093.9023.26546.64193.9023.2493.55997.4624.1261.79899.2595.042.59599.8546.008.10899.9627.003.038100.000Extraction Method: Principal Component Analysis.可以从此表中看出前2个主成分特征值较大,它们的累积贡献率达到了93.902%,故选择前2个公共因子。3.公因子方差比结果图CommunalitiesInitialExtractionZscore(财政用于农业的支出的比重)1
7、.000.906Zscore: 第二、三产业从业人数占全社会从业人数的比重(%)1.000.940Zscore: 非农村人口比重(%)1.000.979Zscore(乡村从业人员占农村人口的比重)1.000.977Zscore(农业总产值占农林牧总产值的比重)1.000.943Zscore: 农作物播种面积(千公顷)1.000.909Zscore: 农村用电量(亿千瓦时)1.000.918Extraction Method: Principal Component Analysis.结果显示,每一个指标变量的共性方差都在0.9以上,说明这2个公共因子能够很好地反应原始各项指标变量的绝大部分内容
8、。4.载荷散点图从载荷散点图可以看出,第一公共因子能很好解释变量x1-财政用于农业的支出的比重,变量x5-农业总产值占农林牧总产值的比重,第二公共因子能很好地解释变量x2-第二、三产业从业人数占全社会从业人数的比重,x3-非农村人口比重,x4-乡村从业人员占农村人口的比重,x6-农作物播种面积,x7农村用电量。5.旋转后的因子载荷图Component Score Coefficient MatrixComponent12Zscore(财政用于农业的支出的比重).507-.697Zscore: 第二、三产业从业人数占全社会从业人数的比重(%).120.112Zscore: 非农村人口比重(%).
9、170.066Zscore(乡村从业人员占农村人口的比重).072.164Zscore(农业总产值占农林牧总产值的比重).026-.257Zscore: 农作物播种面积(千公顷).691-.510Zscore: 农村用电量(亿千瓦时).247-.022Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores.经过旋转后,农作物播种面积(千公顷)、农村用电量(亿千瓦时)在因子一上有较大载荷,财政用于农业的支出的比重、农业
10、总产值占农林牧总产值的比重咋因子二上有较大载荷。故因子一可称为农业基本发展条件,因子二可称为政府支持情况。6.历年农民收入总得分降序表其中F=f1*84.572/93.902+f2*9.330/93.902年份f1f2总分F20041.460670.232311.33862149420051.241371.080051.22534142119981.44755-1.02581.2018006519990.88995-0.043010.79725211520000.833040.280990.77818891620010.798860.426520.76186470520020.567540.8
11、51630.59576687220030.296131.36620.40245098519970.355990.158990.33641629519960.1410.0230.12927564919860.0712-2.97824-0.2317890231991-0.35654-0.496-0.3703965931995-0.536810.53338-0.4304770921992-0.46086-0.24669-0.4395803031994-0.687930.39726-0.5801067091990-0.70907-0.29782-0.668208651993-0.782350.2434
12、4-0.6804286281987-0.88133-1.73639-0.9662878261989-1.231950.22253-1.0874344581988-2.456461.00764-2.112270813数据:年份财政用于农业的支出的比重第二、三产业从业人数占全社会从业人数的比重(%)非农村人口比重(%)乡村从业人员占农村人口的比重农业总产值占农林牧总产值的比重农作物播种面积(千公顷)农村用电量(亿千瓦时)198613.4329.517.9236.0179.99150104.07253.1198712.231.319.3938.6275.63146379.53320.819887.6
13、637.623.7145.969.25143625.87508.919899.4239.926.2149.2362.75146553.93790.519909.9839.926.4149.9364.66148362.27844.5199110.2640.326.9450.9263.09149585.8963.2199210.0541.527.4651.5361.51149007.11106.919939.4943.627.9951.8660.07147740.71244.919949.245.728.5152.1258.22148240.61473.919958.4347.829.0452.4
14、158.43149879.31655.719968.8249.530.4853.2360.57152380.61812.719978.350.131.9154.9358.23153969.21980.1199810.6950.233.3555.8458.03155705.72042.219998.2349.934.7857.1657.53156372.812173.4520007.755036.2259.3355.68156299.852421.320017.715037.6660.6255.24155707.862610.7820027.175039.0962.0254.51154635.512993.420037.1250.940.5363.7250.08152414.963432.9220049.6753.141.7665.6450.05153552.553933.0320057.2255.242.9967.5949.72155487.734375.7