spss中如何用因子分析计算各指标的权重？ spss中因子分析后求各指标的权重的 权重公式
\u8bf7\u95ee\u7528SPSS\u56e0\u5b50\u5206\u6790\u5982\u4f55\u6c42\u6743\u91cd\uff1f\u8fd8\u6709spss\u56e0\u5b50\u5206\u6790\u4e2d\u5982\u4f55\u7b97\u56e0\u5b50\u89e3\u91ca\u4e86\u591a\u5c11\u53d8\u5f02\u91cf\uff1f\u8c22\u8c22~\u5982\u679c\u4f7f\u7528\u56e0\u5b50\u5206\u6790\u7684\u76ee\u7684\u5728\u4e8e\u8ba1\u7b97\u6743\u91cd\uff0c\u6b64\u65f6\u53ef\u4f7f\u7528\u65cb\u8f6c\u540e\u65b9\u5dee\u89e3\u91ca\u7387\u503c\u8ba1\u7b97\u4e3b\u6210\u5206\u6743\u91cd\u3002
\u6bd4\u5982\u63d0\u53d62\u4e2a\u56e0\u5b50\uff0c\u65cb\u8f6c\u540e\u7684\u65b9\u5dee\u89e3\u91ca\u7387\u5206\u522b\u662f39.759%\uff0c24.061%\uff0c\u65cb\u8f6c\u540e\u7d2f\u79ef\u65b9\u5dee\u89e3\u91ca\u7387\u4e3a63.820%\u3002\u90a3\u4e48\u5f52\u4e00\u5316\uff08\u5373\u9664\u7d2f\u79ef\u65b9\u5dee\u89e3\u91ca\u7387\uff09\u5373\u5f97\u5230\u6743\u91cd\uff0c\u8ba1\u7b97\u5982\u4e0b\u8868\uff1a
SPSSAU\u8fdb\u9636\u65b9\u6cd5\u91cc\u7684\u56e0\u5b50\u5206\u6790\u53ef\u4ee5\u5f97\u5230\u65b9\u5dee\u89e3\u91ca\u7387\u53ca\u7d2f\u79ef\u65b9\u5dee\u89e3\u91ca\u7387\u3002
\u5404\u6307\u6807\u6743\u91cd\u5728\u8f93\u51fa\u7ed3\u679c\u91cc\u4e5f\u6709\u63d0\u4f9b\u3002
\u5982\u679c\u4f7f\u7528\u56e0\u5b50\u5206\u6790\u7684\u76ee\u7684\u5728\u4e8e\u8ba1\u7b97\u6743\u91cd\uff0c\u6b64\u65f6\u53ef\u4f7f\u7528\u65cb\u8f6c\u540e\u65b9\u5dee\u89e3\u91ca\u7387\u503c\u8ba1\u7b97\u4e3b\u6210\u5206\u6743\u91cd\u3002
\u6bd4\u5982\u63d0\u53d62\u4e2a\u56e0\u5b50\uff0c\u65cb\u8f6c\u540e\u7684\u65b9\u5dee\u89e3\u91ca\u7387\u5206\u522b\u662f39.759%\uff0c24.061%\uff0c\u65cb\u8f6c\u540e\u7d2f\u79ef\u65b9\u5dee\u89e3\u91ca\u7387\u4e3a63.820%\u3002\u90a3\u4e48\u5f52\u4e00\u5316\uff08\u5373\u9664\u7d2f\u79ef\u65b9\u5dee\u89e3\u91ca\u7387\uff09\u5373\u5f97\u5230\u6743\u91cd\uff0c\u8ba1\u7b97\u5982\u4e0b\u8868\uff1a
SPSSAU\u8fdb\u9636\u65b9\u6cd5\u91cc\u7684\u56e0\u5b50\u5206\u6790\u53ef\u4ee5\u5f97\u5230\u65b9\u5dee\u89e3\u91ca\u7387\u53ca\u7d2f\u79ef\u65b9\u5dee\u89e3\u91ca\u7387\u3002
\u5404\u6307\u6807\u6743\u91cd\u5728\u8f93\u51fa\u7ed3\u679c\u91cc\u4e5f\u6709\u63d0\u4f9b\u3002
确定数据的权重也是进行数据分析的重要前提。可以利用SPSS的因子分析方法来确定权重。主要步骤是:
(1)首先将数据标准化，这是考虑到不同数据间的量纲不一致，因而必须要无量纲化。
(2)对标准化后的数据进行因子分析(主成分方法)，使用方差最大化旋转。
(3)写出主因子得分和每个主因子的方程贡献率。 Fj =β1j*X1 +β2j*X2 +β3j*X3 + ……+ βnj*Xn ; Fj 为主成分(j=1、2、……、m)，X1、X2 、X3 、……、Xn 为各个指标，β1j、β2j、β3j、……、βnj为各指标在主成分Fj 中的系数得分，用ej表示Fj的方程贡献率。
(4)求出指标权重。 ωi=[(m∑j)βij*ej]/[(n∑i)(m∑j)βij*ej],ωi就是指标Xi的权重。
扩展资料
因子分析的基本思想是根据相关性大小把原始变量分组，使得同组内的变量之间相关性较高，而不同组的变量间的相关性则较低。
每组变量代表一个基本结构，并用一个不可观测的综合变量表示，这个基本结构就成为公共因子，对于所研究的某一具体问题，原始变量就可以分解成两部分之和的形式，一部分是少数几个不可测的所谓公共因子的线性函数，另一部分是与公共因子无关的特殊因子。
参考资料来源：百度百科-spss
在表因子变量解释贡献率（Total Variance Explained）中，看各个主因子的方差贡献率（Initial Eigenvalues栏下的% of Variance），例如图中三个主因子对应的权重为52.132、21.017、11.405，测将三个权重进行归一化处理，52.132/(52.132+21.017+11.405)、21.017/(52.132+21.017+11.405)、11.405/(52.132+21.017+11.405)，所得三个数即为主因子权重
如果使用因子分析的目的在于计算权重，此时可使用旋转后方差解释率值进行权重计算。
比如提取2个因子，旋转后的方差解释率分别是39.759%，24.061%，旋转后累积方差解释率为63.820%。那么归一化（即除累积方差解释率）即得到权重，计算如下表：
SPSSAU进阶方法里的因子分析可以得到方差解释率及累积方差解释率。
因子分析首先是对指标进行浓缩提炼，之后用提炼出的因子进行后续的计算和操作。
假设因子分析后，共提取了4个因子，如果你要计算这四个因子的权重，就用他们各自的特征根值除去这4个因子特征根植之和，就得出每个因子的权重了
用聚类分析对各指标进行聚类，得到各个指标对各类的系数即可
绛旓細鍥犲瓙鎶藉彇 - 鍦ㄢ滄娊鍙栤濋儴鍒嗭紝閫夋嫨鈥滅鐭冲浘鈥濆拰鈥滄湭鏃嬭浆鍥犲瓙瑙ｂ濄傚鏋滃垵濮嬫彁鍙鐨勫洜瀛涓嶆弧鎰忥紝鍙湪姝よ缃洜瀛愭暟閲忥紝SPSS榛樿鐗瑰緛鍊煎ぇ浜1銆傚闇绮剧‘鎺у埗锛屽彲鑷畾涔夎緭鍏ャ傛棆杞皟鏁 - 鍕鹃夆滄渶澶ф柟宸濆拰鈥滄棆杞悗鐨勮В鈥濓紝骞舵煡鐪嬧滆浇鑽峰浘鈥濄傛渶澶ф柟宸槸鍏抽敭锛屽惁鍒欏彲鑳藉奖鍝岾MO鐨勮绠銆傜‘淇濃滄渶澶ф柟宸濋夐」...
绛旓細1銆侀鍏堟墦寮鑷繁闇瑕杩涜鍥犲瓙鍒嗘瀽鐨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)棣栧厛灏嗘暟鎹爣鍑嗗寲锛岃繖鏄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(2)瀵规爣鍑嗗寲鍚庣殑鏁版嵁杩涜鍥犲瓙鍒嗘瀽(涓绘垚鍒嗘柟娉)锛屼娇鐢ㄦ柟宸渶澶у寲鏃嬭浆銆(3)鍐欏嚭涓诲洜瀛愬緱鍒嗗拰姣忎釜涓诲洜瀛愮殑鏂圭▼璐＄尞鐜囥 Fj =尾1j*X1 +尾2j*X2 +尾3j*X3 + ??+ 尾nj*Xn ; Fj 涓轰富鎴愬垎(j=1銆2銆??銆乵)...
绛旓細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瑙ｏ紝鍥犲瓙鍒嗘瀽鏄富鎴愬垎鍒嗘瀽缁撴灉鐨勫欢浼稿拰鎷撳睍銆4銆 3銆佸洜瀛愬懡鍚嶃佹棆杞細鍦ㄥ洜瀛愯浇鑽风煩闃典腑锛屽琛屾儏鍐碉紝閬囧埌鍙橀噺涓庡涓洜瀛愭湁杈冨ぇ鐨勭浉鍏冲叧绯伙紝鍗冲彉閲忛渶瑕佸涓洜瀛愬叡鍚岃В閲婏紱澶氬垪鎯呭喌锛屼竴涓洜瀛愬彲浠ュ悓鏃惰В閲婂涓彉閲忋5銆佽鏄庝竴涓洜瀛愪笉鑳藉崟鐙唬琛ㄥ師鏈夌殑涓涓彉閲忥紝鍥...
绛旓細浣跨敤spss璁＄畻鍚勬寚鏍囨潈閲嶇殑鏂规硶鏄細灏嗘寚鏍囩殑鍚勪釜鏁版嵁鏃犻噺绾插寲锛屽苟瀵规棤閲忕翰鍖栫殑鏁版嵁閫氳繃鏂瑰樊鏈澶у寲鏃嬭浆杩涜鍥犲瓙鍒嗘瀽鍗冲彲璁＄畻鍑哄悇鎸囨爣鐨勬潈閲銆係PSS閲囩敤绫讳技EXCEL琛ㄦ牸鐨勬柟寮忚緭鍏ヤ笌绠＄悊鏁版嵁锛屾暟鎹帴鍙ｈ緝涓洪氱敤锛岃兘鏂逛究鐨勪粠鍏朵粬鏁版嵁搴撲腑璇诲叆鏁版嵁銆傚叾缁熻杩囩▼鍖呮嫭浜嗗父鐢ㄧ殑銆佽緝涓烘垚鐔熺殑缁熻杩囩▼锛屽畬鍏ㄥ彲浠ユ弧瓒抽潪缁熻...
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姣忎釜涓诲洜瀛愮殑鏂圭▼璐＄尞鐜囥 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璁＄畻骞冲潎鍊笺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spss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...涓鐢ㄧ畻鐨勶紝濡傛灉闂瓼1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SPSS杩涜鍥犲瓙鍒嗘瀽鐨勬柟娉曚笌姝ラ 涓銆佹槑纭瓟妗 鍦⊿PSS涓杩涜鍥犲瓙鍒嗘瀽锛屽彲浠ラ氳繃浠ヤ笅姝ラ杩涜鎿嶄綔锛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...
绛旓細濡傛灉浣跨敤鍥犲瓙鍒嗘瀽鐨鐩殑鍦ㄤ簬璁＄畻鏉冮噸锛屾鏃跺彲浣跨敤鏃嬭浆鍚庢柟宸В閲婄巼鍊艰绠椾富鎴愬垎鏉冮噸銆傛瘮濡傛彁鍙2涓洜瀛愶紝鏃嬭浆鍚庣殑鏂瑰樊瑙ｉ噴鐜囧垎鍒槸39.759%锛24.061%锛屾棆杞悗绱Н鏂瑰樊瑙ｉ噴鐜囦负63.820%銆傞偅涔堝綊涓鍖栵紙鍗抽櫎绱Н鏂瑰樊瑙ｉ噴鐜囷級鍗冲緱鍒版潈閲嶏紝璁＄畻濡備笅琛細SPSSAU銆愯繘闃舵柟娉曢噷鐨勫洜瀛愬垎鏋愩戝彲浠ュ緱鍒版柟宸В閲婄巼鍙婄疮绉...
