1.导入文档
2.对四个指标进行标准化处理。
1.“分析”->“描述统计”->“描述”
2.将变量移入变量框,并勾选 将标准化变量另存为变量
经过标准化后的数据:
3.因子分析:
1.分析->降维->因子分析,将变量选入变量列表
2.描述,抽取,旋转,得分 的设置如下:
4.分析结果
1.查看KMO和Bartlett检验(满足其中一个即可)
KMO值越接近'1'意味着变量间相关性越强,原有变量越适合做因子分析;
Bartlett球度检验的显著性sig值越小于显著水平'0.05',说明变量间存在相关关系
2.全部解释方差或者解释的总方差
起始特征值大于1,并且累计百分比达80%~85%以上。
该表中,由于前2个主成分贡献率>=85%,所以提取的主成分个数为2
5.计算特征向量矩阵(主成分表达式的系数)
1.将初始因子载荷矩阵中的两列数据输入到遍及窗口为(V1,V2)
2.利用转换->计算变量,在红圈区域输入如下值,其中0.745和1.862为初始特征根
3.计算特征向量
6.最后利用主成分函数、综合主成分公式
式中r1=0.62052,r2=0.24850为4(2)图中方差的百分比
得出主成分,综合主成分的值