如何spss因子分析 怎么用SPSS做因子分析 具体的步骤是什么 哪位大神来详细解...
\u600e\u6837\u7528spss\u505a\u56e0\u5b50\u5206\u6790\uff1f\u53ef\u4ee5\u4f7f\u7528\u5728\u7ebfspssau\u5b8c\u6210\u56e0\u5b50\u5206\u6790\uff0c\u53ef\u7ed3\u5408\u5e2e\u52a9\u624b\u518c\u7684\u6848\u4f8b\u61c2\u7684\u66f4\u5feb\u3002
\u901a\u5e38\u6709\u4e09\u4e2a\u6b65\u9aa4\uff1a\u7b2c\u4e00\u6b65\u662f\u5224\u65ad\u662f\u5426\u9002\u5408\u8fdb\u884c\u56e0\u5b50\u5206\u6790;\u7b2c\u4e8c\u6b65\u662f\u56e0\u5b50\u4e0e\u9898\u9879\u5bf9\u5e94\u5173\u7cfb\u5224\u65ad;\u7b2c\u4e09\u6b65\u662f\u56e0\u5b50\u547d\u540d\u3002
\u7b2c\u4e00\u6b65:\u5224\u65ad\u662f\u5426\u8fdb\u884c\u56e0\u5b50\u5206\u6790\u3002
\u4e3b\u8981\u770bKMO\u503c\u5927\u5c0f\uff0c\u4e00\u822cKMO\u503c\u5927\u4e8e0.6\u8bf4\u660e\u9002\u5408\u8fdb\u884c\u56e0\u5b50\u5206\u6790\u3002
\u7b2c\u4e8c\u6b65:\u63d0\u53d6\u56e0\u5b50\uff0c\u56e0\u5b50\u4e0e\u9898\u9879\u5bf9\u5e94\u5173\u7cfb\u5224\u65ad\u3002
\u770b\u56e0\u5b50\u7684\u63d0\u53d6\u60c5\u51b5\uff0c\u4ee5\u53ca\u56e0\u5b50\u8f7d\u8377\u7cfb\u6570\uff0c\u5206\u6790\u9898\u9879\u4e0e\u56e0\u5b50\u7684\u5bf9\u5e94\u5173\u7cfb\u3002
\u7b2c\u4e09\u6b65:\u56e0\u5b50\u547d\u540d\u3002
\u5728\u7b2c\u4e8c\u6b65\u5220\u9664\u6389\u4e0d\u5408\u7406\u9898\u9879\u540e,\u5e76\u4e14\u786e\u8ba4\u56e0\u5b50\u4e0e\u9898\u9879\u5bf9\u5e94\u5173\u7cfb\u826f\u597d\u540e,\u5219\u53ef\u7ed3\u5408\u56e0\u5b50\u4e0e\u9898\u9879\u5bf9\u5e94\u5173\u7cfb,\u5bf9\u56e0\u5b50\u8fdb\u884c\u547d\u540d\u3002
\u5177\u4f53\u6b65\u9aa4\u53ef\u9605\u8bfb\u5728\u7ebfspssau\u5e2e\u52a9\u624b\u518c\uff1a\u56e0\u5b50\u5206\u6790-SPSSAU
可以使用在线spss平台SPSSAU进行分析，因子分析用于探索定量数据可以浓缩为几个方面(因子)，每个方面(因子)和题项对应关系。因子分析步骤：
1、选择进阶方法>>因子
2、设置输出维度（因子）个数
3、点击开始分析
因子分析通常有三个步骤：第一步是判断是否适合进行因子分析；第二步是因子与题项对应关系判断；第三步是因子命名。
第一步:判断是否进行因子分析,判断标准为KMO值大于0.6;
第二步:因子与题项对应关系判断。如因子与题项对应关系与预期严重不符则可考虑对题项进行删除
第三步：在第二步删除掉不合理题项后,并且确认因子与题项对应关系良好后,则可结合因子与题项对应关系,对因子进行命名。
本来想给你截图的，可是传不上来，我就简单说一下哈。
首先你得进行一次预计算，选择菜单里分析——降维——因子分析，跳出主面板，把想分析的变量选到变量框里，然后点确定。这时候输出窗口里会只有一个或两个图表。其中有一个图表是主成分的方差贡献。这个图表里你要找到两个相邻的列（应该是第三列和第四列），其中前一个列指的是单个因子对方差的贡献率，后一个是因子累计贡献率。也就是说前一个列里边数值相加等于100，后一个列里边数值递增，最后一个等于100。假如前一个列里是60,30,10，那么后一列里就是60,90,100.两个列之间有一个和的关系。找到这两个列以后，你要找使得累计贡献率达到百分之八十的那个数。这个表的第一列是1,2,3，等等，它代表第几个因子，比如3指的那行就包括第三个因子的方差贡献率，累积到第三个因子的方差贡献率这两个数据。你要找到累计到达百分之八十的那个因子是第几个因子，然后就按提取几个因子进行计算。
通过预计算知道了提取几个因子之后，就开始正式计算。再次打开因子分析的主面板，在最右边一共有五个选项，分别是描述，抽取，旋转，得分，选项。这五个在预计算里边没有用，但是现在要用了。点继续。
点击描述，在对话框里选上初始变量分析，kmo统计量及bartlett球形检验这两个选项，（注意，kmo和bartlett是一个选项，选项名就是很长）这一步是用来判断变量是否适于进行因子分析的。
点击抽取，对话框里最上边的方法就选主成分，分析里选上相关性矩阵，输出选上未旋转的因子解和碎石图两个选项，抽取里选择因子的固定数目，在要提取的因子后边填上你预计算里算出的因子数目。点继续。
旋转里边选最大方差法，输出旋转解。继续。
得分里边选保存为变量，方法为回归，显示因子得分系数矩阵也要打上勾。继续。
确定。
然后就可以分析结果了。
先看kmo和bartlett的结果，kmo统计量越接近1，变量相关性越强，因子分析效果越好。通常0.7以上为一般，0.5以下不能接受，就是不适合做因子分析。bartlett检验从检验相关矩阵出发，如果p值，就是sig，比较小的话，一般认为小于0.05，当然越小越好，就适于因子分析。
如果这两个检验都合格的话，才可以去写因子模型。
为了便于描述，假设我们有两个因子f1，f2，
旋转变换后的因子载荷矩阵会告诉你每个变量用因子表示的系数。比如变量x1=系数1*f1+系数2*f2，变量2以此类推。
因子得分系数矩阵会告诉你每个因子里各变量占得权重，比如f1=系数1*x1+系数2*x2+。。。
根据这个我们就能算出因子得分了。
因为之前选择了将因子保存为新变量，所以spss会直接保存两个因子得分为两个新变量，
然后我们不是有一个公式吗
总得分=因子1的方差贡献率*因子1的得分+因子2的方差贡献率*因子2的得分+...
根据这个公式计算一下就可以了。
用spss或者excel都可以。
希望能对你有帮助哦。
ppv课，大数据培训专家，最专业的大数据培训平台。为你提供最好的spss学习教程哦。
因子分析
1输入数据。
2点Analyze 下拉菜单，选Data Reduction 下的Factor 。
3打开Factor Analysis后,将数据变量逐个选中进入Variables 对话框中。
4单击主对话框中的Descriptive按扭，打开Factor Analysis: Descriptives子对话框，在Statistics栏中选择Univariate Descriptives项要求输出个变量的均值与标准差，在Correlation Matrix 栏内选择Coefficients项，要求计算相关系数矩阵，单击Continue按钮返回Factor Analysis主对话框。
5单击主对话框中的Extraction 按钮，打开如下图所示的Factor Analysis: Extraction 子对话框。在Method列表中选择默认因子抽取方法——Principal Components，在Analyze 栏中选择默认的Correlation Matrix 项要求从相关系数矩阵出发求解主成分，在Exact 栏中选择Number of Factors;6， 要求显示所有主成分的得分和所能解释的方差。单击Continue按钮返回Factor Analysis主对话框。
6单击主对话框中的OK 按钮，输出结果。
统计专业研究生工作室原创，请勿复杂粘贴
【用spss做因子分析的步骤】
1、百度搜索“spss”，选择spss19.0下载并安装（最好下载中文破解版）。
2、双击“spss快捷方式“，首先在”变量视图“下设置变量性质。
3、然后在”数据视图“下录入数据信息。
4、接着点击菜单栏的”分析“→”降维“→”因子分析“。
5、选入变量，进行描述、抽取、旋转、得分、选项的相关设置（以描述的设置为例）。
6、都设置好后，点击确认。
绛旓細1銆侀鍏堟墦寮鑷繁闇瑕佽繘琛屽洜瀛愬垎鏋愮殑鏁版嵁锛岀偣鍑烩滃垎鏋愨濓紝鈥滈檷缁粹濓紝鈥滃洜瀛愨濓紝杩涘叆鍥犲瓙鍒嗘瀽鐨勮缃晫闈銆2銆侀変腑宸︿晶鐨勬墍鏈夋寚鏍囷紝鐐瑰嚮娣诲姞鎸夐挳娣诲姞鍒板彸渚х殑鍙橀噺鍒楄〃銆3銆佺劧鍚庣偣鍑烩滄弿杩扳濓紝鍕鹃夆滃垵濮嬭В鈥濃淜MO鍜屽反鐗瑰埄鐗圭悆褰㈠害妫楠屸濓紝鐐瑰嚮缁х画銆4銆佹帴鐫鐐瑰嚮鈥滄彁鍙栤濓紝鍕鹃夆滅鐭冲浘鈥濓紝瀹屾垚鍚庣偣鍑荤户缁5...
绛旓細1. 鏁版嵁鍑嗗涓庡鍏ャ2. 閫夋嫨鍚堥傜殑鍒嗘瀽妯″潡銆3. 杩涜鍥犲瓙鏃嬭浆鍜屽懡鍚嶃4. 杈撳嚭缁撴灉瑙ｈ銆備簩銆佽缁嗚В閲 1. 鏁版嵁鍑嗗涓庡鍏 纭繚鏁版嵁鏍煎紡姝ｇ‘锛屾棤缂哄け鍊兼垨寮傚父鍊笺傚鏈夊繀瑕侊紝杩涜鏁版嵁娓呮礂鍜岄澶勭悊銆傚皢鏁版嵁瀵煎叆SPSS杞欢涓2. 閫夋嫨鍚堥傜殑鍒嗘瀽妯″潡 鎺㈢储鎬у洜瀛愬垎鏋愶細涓昏鐢ㄤ簬鍒濇浜嗚В鏁版嵁涓殑娼滃湪缁撴瀯锛岄傚悎...
绛旓細棣栧厛锛屽皢浣犵殑鏁版嵁瀵煎叆SPSS杞欢锛屽鍥1鎵绀猴紝杩欐槸鍩虹姝ラ銆傦紙鍥1锛夋帴鐫锛岀偣鍑烩滃垎鏋愨濊彍鍗曪紝閫夋嫨鈥滈檷缁粹濋夐」锛岀劧鍚庡崟鍑烩鍥犲瓙鍒嗘瀽鈥濋夐」锛屽鍥2鎵绀猴紝寮濮嬭繘鍏ュ垎鏋愰樁娈点傦紙鍥2锛夊湪鈥滃彉閲忊濋儴鍒嗭紝閫夋嫨浣犻渶瑕佽繘琛屽洜瀛愬垎鏋愮殑鍙橀噺锛岀‘淇濆畠浠凡缁忓鍏ュ苟鍑嗗灏辩华锛屽鍥3鎵绀恒傦紙鍥3锛夊湪璁剧疆閫夐」涓紝浣犲彲鑳介渶瑕...
绛旓細璁＄畻鍥犲瓙寰楀垎 - 濡傛灉闇瑕侊紝閫夋嫨鈥滃緱鍒嗏濆苟淇濆瓨鍙橀噺锛岀敓鎴愨滃洜瀛愬緱鍒嗙郴鏁扮煩闃碘濄傚湪鈥滈夐」鈥濅腑锛岃缃滅姝㈡樉绀哄皬绯绘暟鈥濅互绠鍖栧悗缁垎鏋銆傛繁鍏ョ粨鏋滆В璇诲洜瀛愬垎鏋愭彮绀哄彉閲忛棿鐨勫唴鍦ㄥ叧鑱斻傛瘮濡傦細KMO涓庡反鐗瑰埄鐗规楠 - 宸寸壒鍒╃壒鐞冨舰妫楠屽间负3960.473锛孭鍊间负0锛屾樉绀哄嚭鏄捐憲鐩稿叧鎬у樊寮傦紝KMO鍊间负0.844锛岃瘉瀹炴暟鎹傚悎杩涜...
绛旓細淇濆瓨鍥犲瓙鍒嗘瀽灏卞ソ锛屽鏋滅敤spssau鍒嗘瀽鍓嶅厛鍕鹃夆滃洜瀛愬緱鍒嗏濋夐」锛屽嵆鍙湪鍒嗘瀽鍚庡緱鍒板洜瀛愬緱鍒嗛」銆俿pss鐩存帴鎶婂嚑涓洜瀛愰兘宸茬粡绠楀嚭鏉ヤ簡锛屽氨鏄痙uFAC1-1鍒楀氨鏄洜瀛怓1锛屽悓鐞嗗彲浠ュ緱鐭2锛孎3...涓嶇敤绠楃殑锛屽鏋滈棶F1鎬庝箞鏉ョ殑锛屽氨璇存槸F1=0.701X1-0.549X2+0.736X3+0.216X4+0.112X5-0.318X6銆傚鏋滆繘琛屼富鎴...
绛旓細鍙互鍒╃敤SPSS鐨勫洜瀛愬垎鏋鏂规硶鏉ョ‘瀹氭潈閲嶃備富瑕佹楠ゆ槸锛氾紙1锛夐鍏堝皢鏁版嵁鏍囧噯鍖栵紝杩欐槸鑰冭檻鍒颁笉鍚屾暟鎹棿鐨勯噺绾蹭笉涓鑷达紝鍥犺屽繀椤昏鏃犻噺绾插寲銆 锛2锛夊鏍囧噯鍖栧悗鐨勬暟鎹繘琛屽洜瀛愬垎鏋愶紙涓绘垚鍒嗘柟娉曪級锛屼娇鐢ㄦ柟宸渶澶у寲鏃嬭浆銆 锛3锛夊啓鍑轰富鍥犲瓙寰楀垎鍜屾瘡涓富鍥犲瓙鐨勬柟绋嬭础鐚巼銆 Fj =尾1j*X1 +尾2j*X2...
绛旓細1銆侀鍏堥渶瑕佸皢棰橀」鍚堝苟鎴愪竴涓彉閲鍒嗘瀽 鏂规硶锛氬彲浣跨敤鍦ㄧ嚎spss鐨鐢熸垚鍙橀噺鍔熻兘锛岃绠楀钩鍧囧笺2銆佺劧鍚庣敤鏂板彉閲忥紙鍥犲瓙锛夎繘琛岀嫭绔嬫牱鏈琓妫楠屻3銆佹煡鐪嬬粨鏋滐細鍚屾椂鍙互鏌ョ湅spssau鐨勬櫤鑳芥枃瀛楀垎鏋愮粨鏋
绛旓細1.棣栧厛鎵撳紑spss,鐒跺悗鍗曞嚮鍒嗘瀽鑿滃崟,鐒跺悗閫夋嫨闄嶇淮涓殑鍥犲瓙銆2.鎵撳紑鍥犲瓙鍒嗘瀽绐楀彛,灏咥C1銆丄C2銆丄C3銆丄C4鍜孉C5绉诲埌鍙橀噺妗嗕腑銆3.鐐瑰嚮鎻忚堪鎸夐挳,鎵撳紑瀵瑰簲鐨勭獥鍙,缁熻鍕鹃夊垵濮嬭В,鐩稿叧绯绘暟鐭╅樀鍕鹃夌郴鏁板拰KMO鍜屽反鐗瑰埄鐗圭悆褰㈠害妫楠屻4.鎺ョ潃鐐瑰嚮鎻愬彇鎸夐挳,鎵撳紑绐楀彛骞跺嬀閫夊垎鏋愮浉鍏虫х煩闃,鏄剧ず鍕鹃夋湭鏃嬭浆鍥犲瓙瑙ｅ拰纰庣煶...
绛旓細娣卞叆瑙ｆ瀽SPSS涓鐨勭鐭冲浘锛氳В璇诲彉閲忎俊鎭殑鍏抽敭宸ュ叿鍦鍥犲瓙鍒嗘瀽鐨勪笘鐣岄噷锛岀鐭冲浘鐘瑰涓搴х嫭鐗圭殑鎸囨爣濉旓紝娓呮櫚鍦板睍绀轰簡姣忎釜鍥犲瓙瀵瑰師濮嬪彉閲忎俊鎭殑璐＄尞绋嬪害銆傞氬父锛屽浘褰㈠憟鐜板嚭涓涓厛闄″抄鍚庡钩缂撶殑褰㈢姸锛岀涓涓洜瀛愮姽濡傚熀鐭筹紝鎵胯浇鐫鏈澶氱殑淇℃伅锛岄殢鍚庣殑鍥犲瓙璐＄尞閫愭笎閫掑噺銆備綘鐨勭鐭冲浘鎻ず锛屽綋鎻愬彇鍒扮鍏釜鍥犲瓙鏃讹紝宸茬粡...
绛旓細1銆佹柟娉/姝ラ 鍥犲瓙鐩稿叧鎬х殑妫楠岋細鏂规硶鏈夌浉鍏崇郴鏁扮煩闃点佸弽鏄犲儚鐩稿叧鐭╅樀銆佸反鐗瑰埄鐗圭悆搴︽楠屻並MO妫楠屻2銆 2銆佸洜瀛愭彁鍙栧拰鍥犲瓙杞借嵎鐭╅樀鐨勬眰瑙ｏ細鍩轰簬涓绘垚鍒嗘ā鍨嬬殑涓绘垚鍒嗗垎鏋愭硶銆佸熀浜鍥犲瓙鍒嗘瀽妯″瀷鐨勪富杞村洜瀛愭硶銆佹瀬澶т技鐒舵硶銆佹渶灏忎簩涔樻硶銆乤鍥犲瓙鎻愬彇娉曘佹槧鍍忓垎鏋愭硶銆3銆佷富鎴愬垎鍒嗘瀽娉曡兘澶熶负鍥犲瓙鍒嗘瀽鎻愪緵鍒濆...
