1樓：匿名使用者
方法/步驟
開啟spss軟體，匯入資料後，依次點選分析，降維，因子分析。
開啟因子分析介面之後，把需要進行分析的變數全部選進變數對話方塊，然後點選右上角的描述。
勾選原始分析結果、kmo檢驗對話方塊，然後點選繼續。
點選抽取，再點選碎石圖。
點選旋轉，再點選最大方差旋轉。
點選得分，再點選，儲存為變數及顯示因子得分係數矩陣。
最後點確定就可以在輸出截面看到主成分因子分析的結果了。
如何用spss做主成分分析和因子分析
2樓：匿名使用者
1輸入資料。
2點analyze 下拉列表，選data reduction 下的factor 。
3開啟factor analysis後,將資料變數逐個選中進入variables 對話方塊中。
4單擊主對話方塊中的descriptive按扭，開啟factor analysis: descriptives子對話方塊，在statistics欄中選擇univariate descriptives項要求輸出個變數的均值與標準差，在correlation matrix 欄內選擇coefficients項，要求計算相關係數矩陣，單擊continue按鈕返回factor analysis主對話方塊。
5單擊主對話方塊中的extraction 按鈕，開啟如下圖所示的factor analysis: extraction 子對話方塊。在method列表中選擇預設因子抽取方法——principal components，在analyze 欄中選擇預設的correlation matrix 項要求從相關係數矩陣出發求解主成分，在exact 欄中選擇number of factors;6， 要求顯示所有主成分的得分和所能解釋的方差。
單擊continue按鈕返回factor analysis主對話方塊。
6單擊主對話方塊中的ok 按鈕，輸出結果。
3樓：匿名使用者
主成分分析用於對資料資訊進行濃縮，比如總共有20個指標值，是否可以將此20項濃縮成4個概括性指標。
第一步：判斷是否進行主成分(pca)分析;判斷標準為kmo值大於0.6.
第二步：主成分與分析項對應關係判斷.
第三步：在第二步刪除掉不合理分析項後,並且確認主成分與分析項對應關係良好後,則可結合主成分與分析項對應關係,對主成分進行命名.
spssau主成分分析操作共有三步：
①選擇【高階方法】--【主成分分析】
②將分析項拖拽到右側分析框
③點選開始分析
請點選輸入**描述
預設提供主成分得分和綜合得分，分析前勾選「成分得分」、「綜合得分」即可。
spss中因子分析和主成分分析的區別？
4樓：霄霄雨霏
因子分析法和主成分分析法都是降維處理多變數的回歸問題，不同意樓上的說法，不是包含的關係。
另外主成分分析法在spss中沒有辦法直接實現，是通過因子分析來構建模型的。它們的區別還是模型構建體系不一樣，因子分析是 f=ax； 主成分分析則是用特徵根向量求出的矩陣算出因子得分，與因子分析直接得出的得分是不一樣的。
5樓：匿名使用者
恩，在因子分析中有很多方法，其中就有主成分分析方法，而且大多數的因子分析方法就是選擇主成分分析方法來實現的。
如何利用spss進行主成分分析
6樓：匿名使用者
可用spssau，選擇[高階方法]裡的》[主成分]，配合有分析方法的幫助手冊及智慧型文字分析。
7樓：匿名使用者
spss主成分分析法詳細步驟：
1、開啟spss軟體，匯入資料後，依次點選分析，降維，因子分析。
2、開啟因子分析介面之後，把需要進行分析的變數全部選進變數對話方塊，然後點選右上角的描述。
3、勾選原始分析結果、kmo檢驗對話方塊，然後點選繼續。
4、點選抽取，方法裡選擇主成分再點選碎石圖。
5、點選旋轉，再點選最大方差旋轉。
6、點選得分，再點選，儲存為變數及顯示因子得分係數矩陣。
7、最後點確定就可以在輸出截面看到主成分分析的結果了。
總結：以上就是spss主成分分析法詳細步驟。
8樓：荷塘月色論壇
在spss中有專門的因子分析模組，主成分分析不需要因子旋轉，因子分析則需要。（南心網 spss資料分析）
請教spss高人，主成份分析和因子分析有什麼不同？做主成分分析目的是什麼？謝謝
9樓：匿名使用者
主成分分析和因子分析都是資訊濃縮的方法，即將多個分析項資訊濃縮成幾個概括性指標。如果希望進行將指標命名，spssau建議使用因子分析。原因在於因子分析在主成分基礎上，多出一項旋轉功能，該旋轉目的即在於命名。
主成分分析目的在於資訊濃縮（但不太關注主成分與分析項對應關係），權重計算，以及綜合得分計算。
同時spssau可直接儲存因子得分及綜合得分，不需要手動計算。
10樓：匿名使用者
主成分分析可以理解為一種資料的處理理論，也可以理解為一種應用方法。而因子分析則可以理解為一種應用方法，因為做因子分析採用的比較多的就是用主成分分析的方法來濃縮因子。所以
其實所謂的區別只不過是在學科研究當中存在的，因為同屬於統計學的理論，所以一定要找出兩者的區別來。但是如果你只是應用的話，那就沒必要考慮兩者有什麼區別。
況且spss使用因子分析非常方便 就可以得出各因子的得分，但是如果你非要用主成分分析方法，則需要自己手動再根據spss輸出的某些因子分析結果來計算主成分得分。
做主成分分析或者說因子分析的目的 是為了濃縮眾多變數，使之在後續的計算中更加簡介。比如原來有80多個變數，如果直接進行綜合排名要考慮每個變數進行綜合，所以此時通過主成分分析，可以將原來的80多個變數濃縮成3~5個代替原來眾多變數的新變數 即所謂的主成分或主因子。這樣後續的計算就很簡潔了
11樓：匿名使用者
這些你看教材就可以了
在spss應用上，是沒區別的
因子分析會用到主成分分析方法
我經常幫別人做類似的資料分析的
如何解讀spss的分析結果？其中，因子分析和主成分分析的差別在**
12樓：
kmo檢驗統計量在0.7以上，說明變數之間的偏相關性較強，適合做因子分析，球形檢驗p小於0.001，說明變數之間存在相關性。
第二格**為共同性，表示各變數中所含原始資訊能被提取的共同因子所表示的程度，根據你的資料，你提取的公因子是兩個，第三個**是指提取的倆個主成分能解釋差異的比列，第四個**是主成分表示式，第五**是因子得分公式。
主成分分析法和因子分析法哪個用起來簡單？
13樓：匿名使用者
兩個方法基本相同，只是因子分析是在主成分基礎上，多出一步旋轉步驟，為了讓提取的成分更容易命名。兩種方法都可以在網頁版spssau中使用，配合智慧型文字建議和幫助手冊可以能快理解。
如果說研究目的完全在於資訊濃縮，並且找出因子與分析項對應關係，建議用因子分析。主成分分析更多用於權重計算，以及綜合得分計算。
因子分析-spssau
主成分分析-spssau
14樓：匿名使用者
都還好吧，用spss直接代入資料處理就是了，主成分處理起來相對簡單一點，但是解釋起來挺費勁的。因子分析找到關鍵因子，解釋起來容易些。
15樓：心緣五分
和主成分分析相比，由於
因子分析可以使用旋轉技術幫助解釋因子，在解釋方面更加有優勢。大致說來，當需要尋找潛在的因子，並對這些因子進行解釋的時候，更加傾向於使用因子分析，並且借助旋轉技術幫助更好解釋。而如果想把現有的變數變成少數幾個新的變數（新的變數幾乎帶有原來所有變數的資訊）來進入後續的分析，則可以使用主成分分析。
當然，這中情況也可以使用因子得分做到。所以這種區分不是絕對的。總得來說，主成分分析主要是作為一種探索性的技術，在分析者進行多元資料分析之前 ，用主成分分析來分析資料，讓自己對資料有乙個大致的了解是非常重要的。
主成分分析一般很少單獨使用（我覺得不一定，可以單獨用）：a，了解資料。(screening the data),b,和cluster analysis一 起使用，c，和判別分析一起使用，比如當變數很多，個案數不多，直接使用判別分析可能無解，這時候可以使用主成份發對變數簡化。
（reduce dimensionality）d,在多元回歸中，主成分分析可以幫助判斷是否存在共線性（條件指數），還可以用來處理共線性。
在演算法上，主成分分析和因子分析很類似，不過，在因子分析中所採用的協方差矩陣的對角元素不再是變數的方差，而是和變數對應的共同度（變數方差中被各因子所解釋的部分）。
因子分子提取的公因子比主成份提取的主成分更具有可解釋性。作完探索性因子分析後就可以作確定性因子分析建立模型來明確潛在因子分析之間的關聯性。
怎麼用spss做因子分析 具體的步驟是什麼 哪位大神來詳細解答下啊
16樓：匿名使用者
可以使用**baispssau完成因子分析du，可結合幫助手冊的案例zhi懂的更快。dao通常有三個步驟：第版一步是判權斷是否適合進行因子分析;第二步是因子與題項對應關係判斷;第三步是因子命名。
第一步:判斷是否進行因子分析。
主要看kmo值大小，一般kmo值大於0.6說明適合進行因子分析。
第二步:提取因子，因子與題項對應關係判斷。
看因子的提取情況，以及因子載荷係數，分析題項與因子的對應關係。
第三步:因子命名。
在第二步刪除掉不合理題項後,並且確認因子與題項對應關係良好後,則可結合因子與題項對應關係,對因子進行命名。
17樓：匿名使用者
我這次的**bai也是用因子分
du析來做的zhi
，在圖書館借了幾dao
本書外加在回網上蒐集的資料答
，可以說是小有成就啦
第一步就是先輸入資料，建議先將資料用excel列好，到時直接複製貼上了
第二步是分析相關性，將相關的變數剔除掉，選取手術幾個不相關的指標第三 採用主成分分析法對原始資料進行標準化變換並求相關係數矩陣rm@n, 求出r的特徵根ki及相應的標準正交化特徵向量ai, 計算特徵根ki的資訊貢獻率,確定主成分的個數, 將經過標準後的樣本指標值代入主成分, 計算每個樣本的主成分得分。
最後將主成分的值加總，得出排名。。。不知道我這麼做是不是麻煩的，，希望能幫到你，又不懂的還可以問我
18樓：在乎而猜
（1）用巴特來利球形檢自驗或kmo檢驗，判斷學生的各科成績是否適合因子分析；
（2）構造因子變數，用主成分分析法，確定公共因子；
（3）求因子載荷矩陣；
（4）對因子載荷矩陣進行旋轉，使各門課程在公共因子上的作用更加明顯並易於解釋；
（5）計算因子得分係數矩陣，根據回歸演算法計算出因子得分函式的係數；
（6）根據「 」（其中 是第 個主成分的貢獻率， 是第 個因子的得分）模型，計算每個學生成績在 個公共因子上的得分並求和，以此作為綜合評價的依據進行排序。
主成分分析與因子分析詳細的異同和SPSS軟體
spss操作是一樣的，你已經問過這個問題了 主成分分析與因子分析的異同和spss軟體 提取的公因子還是主成分，意義不一樣 有篇 專門講這個的 主成分分析與因子分析詳細的異同和spss軟體 這個太多了，但主體思想接近 spss軟體操作是一樣的 主成分分析與因子分析的異同和spss軟體 差別不是很大，在...
如何用SPSS分析調節效應，如何做SPSS的調節效應
做調節效應，通常是使用回歸進行。更多是使用分層回歸，即通過加入互動項後，看互動項是否顯著，模型解釋力度有沒明顯的變化，來判斷調節效應是否存在。如果加入互動項後模型明顯變化，或者調節項呈現出顯著性即說明具有調節作用。spssau中就有這個分析方法推薦使用。如何做spss的調節效應 做調節效應，通常是使...
塑料成分如何檢測，塑料成分分析怎麼做？
老化所馮工 可以用dsc tg 紅外光譜 質譜 液相色譜 氣相色譜 x射線衍射 掃描電鏡等，具體用到哪些裝置及 要看你的塑料的成分多少 分離情況等。樓下所說的幾百塊搞定應該是指測主體成分，不用定量，這樣一般用紅外做就可以了。 用 微譜分析 技術就行了，包含了所有的紅外光譜 質譜 液相色譜 氣相色譜 ...