SPSS进行主成分分析.pdf

: .
es）的数值，系统默认的是   1。我们知道，在主成分分析中，主成分
c
得分的方差就是对应的特征根数值。如果默认   1，则所有方差大于等于 1 的主成分
c
将被保留，其余舍弃。如果觉得最后选取的主成分数量不足，可以将  值降低，例如
c
取   ；如果认为最后的提取的主成分数量偏多，则可以提高  值，例如取
c c
 。主成分数目是否合适，要在进行一轮分析以后才能肯定。因此，特征根数值
c
的设定，要在反复试验以后才能决定。一般而言，在初次分析时，最好降低特征根的临
3选中 Display factor score coefficient matrix，则在分析结果中给出因子得分系数矩阵
及其相关矩阵。
设置完成以后，单击 Continue 按钮完成设置（图 7）。

⒋ 其它。
对于主成分分析而言，旋转项（Rotation）可以不必设置；对于数据没有缺失的情
况下，Option 项可以不必理会。
全部设置完成以后，点击 OK 确定，SPSS 很快给出计算结果（图 8）。


图 8 主成分分析的结果

第四步，结果解读。
在因子分析结果（Output）中，首先给出的 Descriptive Statistics，第一列 Mean 对
应的变量的算术平均值，计算公式为
1 n
x   x
j n ij
i1
第二列 Std. Deviation 对应的是样本标准差，计算公式为
1 n
  [  (x  x ) 2 ]1/ 2
j n 1 ij j
i1
第三列 Analysis N 对应是样本数目。这一组数据在分析过程中可作参考。
5Descriptive Statistics
Mean Std. Deviation Analysis N
国内生产 30
居民消费 30
固定资产 30
职工工资