spss因子分析各因子的权重怎么计算 spss因子分析法中计算各因子权重的依据
spss\u4e2d\u5982\u4f55\u7528\u56e0\u5b50\u5206\u6790\u8ba1\u7b97\u5404\u6307\u6807\u7684\u6743\u91cd\uff1f\u786e\u5b9a\u6570\u636e\u7684\u6743\u91cd\u4e5f\u662f\u8fdb\u884c\u6570\u636e\u5206\u6790\u7684\u91cd\u8981\u524d\u63d0\u3002\u53ef\u4ee5\u5229\u7528SPSS\u7684\u56e0\u5b50\u5206\u6790\u65b9\u6cd5\u6765\u786e\u5b9a\u6743\u91cd\u3002\u4e3b\u8981\u6b65\u9aa4\u662f:
(1)\u9996\u5148\u5c06\u6570\u636e\u6807\u51c6\u5316\uff0c\u8fd9\u662f\u8003\u8651\u5230\u4e0d\u540c\u6570\u636e\u95f4\u7684\u91cf\u7eb2\u4e0d\u4e00\u81f4\uff0c\u56e0\u800c\u5fc5\u987b\u8981\u65e0\u91cf\u7eb2\u5316\u3002
(2)\u5bf9\u6807\u51c6\u5316\u540e\u7684\u6570\u636e\u8fdb\u884c\u56e0\u5b50\u5206\u6790(\u4e3b\u6210\u5206\u65b9\u6cd5)\uff0c\u4f7f\u7528\u65b9\u5dee\u6700\u5927\u5316\u65cb\u8f6c\u3002
(3)\u5199\u51fa\u4e3b\u56e0\u5b50\u5f97\u5206\u548c\u6bcf\u4e2a\u4e3b\u56e0\u5b50\u7684\u65b9\u7a0b\u8d21\u732e\u7387\u3002 Fj =\u03b21j*X1 +\u03b22j*X2 +\u03b23j*X3 + \u2026\u2026+ \u03b2nj*Xn ; Fj \u4e3a\u4e3b\u6210\u5206(j=1\u30012\u3001\u2026\u2026\u3001m)\uff0cX1\u3001X2 \u3001X3 \u3001\u2026\u2026\u3001Xn \u4e3a\u5404\u4e2a\u6307\u6807\uff0c\u03b21j\u3001\u03b22j\u3001\u03b23j\u3001\u2026\u2026\u3001\u03b2nj\u4e3a\u5404\u6307\u6807\u5728\u4e3b\u6210\u5206Fj \u4e2d\u7684\u7cfb\u6570\u5f97\u5206\uff0c\u7528ej\u8868\u793aFj\u7684\u65b9\u7a0b\u8d21\u732e\u7387\u3002
(4)\u6c42\u51fa\u6307\u6807\u6743\u91cd\u3002 \u03c9i=[(m\u2211j)\u03b2ij*ej]/[(n\u2211i)(m\u2211j)\u03b2ij*ej],\u03c9i\u5c31\u662f\u6307\u6807Xi\u7684\u6743\u91cd\u3002
\u6269\u5c55\u8d44\u6599\u56e0\u5b50\u5206\u6790\u7684\u57fa\u672c\u601d\u60f3\u662f\u6839\u636e\u76f8\u5173\u6027\u5927\u5c0f\u628a\u539f\u59cb\u53d8\u91cf\u5206\u7ec4\uff0c\u4f7f\u5f97\u540c\u7ec4\u5185\u7684\u53d8\u91cf\u4e4b\u95f4\u76f8\u5173\u6027\u8f83\u9ad8\uff0c\u800c\u4e0d\u540c\u7ec4\u7684\u53d8\u91cf\u95f4\u7684\u76f8\u5173\u6027\u5219\u8f83\u4f4e\u3002
\u6bcf\u7ec4\u53d8\u91cf\u4ee3\u8868\u4e00\u4e2a\u57fa\u672c\u7ed3\u6784\uff0c\u5e76\u7528\u4e00\u4e2a\u4e0d\u53ef\u89c2\u6d4b\u7684\u7efc\u5408\u53d8\u91cf\u8868\u793a\uff0c\u8fd9\u4e2a\u57fa\u672c\u7ed3\u6784\u5c31\u6210\u4e3a\u516c\u5171\u56e0\u5b50\uff0c\u5bf9\u4e8e\u6240\u7814\u7a76\u7684\u67d0\u4e00\u5177\u4f53\u95ee\u9898\uff0c\u539f\u59cb\u53d8\u91cf\u5c31\u53ef\u4ee5\u5206\u89e3\u6210\u4e24\u90e8\u5206\u4e4b\u548c\u7684\u5f62\u5f0f\uff0c\u4e00\u90e8\u5206\u662f\u5c11\u6570\u51e0\u4e2a\u4e0d\u53ef\u6d4b\u7684\u6240\u8c13\u516c\u5171\u56e0\u5b50\u7684\u7ebf\u6027\u51fd\u6570\uff0c\u53e6\u4e00\u90e8\u5206\u662f\u4e0e\u516c\u5171\u56e0\u5b50\u65e0\u5173\u7684\u7279\u6b8a\u56e0\u5b50\u3002
\u53c2\u8003\u8d44\u6599\u6765\u6e90\uff1a\u767e\u5ea6\u767e\u79d1-spss
\u6309\u7167\u65cb\u8f6c\u540e\u7684
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计算主成分权重。
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。
各指标权重在输出结果里也有提供。
在SPSS中，主成分分析是通过设置因子分析中的抽取方法实现的，如果设置的抽取方法是主成分，那么计算的就是主成分得分，另外，因子分析和主成分分析尽管原理不同，但是两者综合得分的计算方法是一致的。
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。
因子分析应用在评价指标权重确定中，通过主成分分析法得到的各指标的公因子方差，其值大小表示该项指标对总体变异的贡献，通过计算各个公因子方差占公因子方差总和的百分数。
可以用特征根计算
绛旓細1銆侀鍏堥渶瑕侀夋嫨鍒嗘瀽-鍥炲綊鍒嗘瀽-绾挎у洖褰掋2銆佹帴涓嬫潵閫夋嫨鎵撳紑鍏朵腑鐨勫璇濇銆3銆佺劧鍚庡皢闇瑕佽绠楁潈閲嶇殑鍙橀噺閫夊叆銆4銆佺劧鍚庢墦寮缁熻閲忓璇濇锛岄噷闈㈡湁璁＄畻鏉冮噸鐨勬柟娉曘5銆佹帴涓嬫潵鍙互閫夋嫨鍏辩嚎鎬ц瘖鏂紝灏卞彲浠ヨ嚜鍔ㄧ敓鎴愭潈閲嶄簡銆6銆佺偣鍑荤‘瀹氾紝鐢熸垚缁撴灉锛屽緱鍒板悇鎸囨爣鐨勬潈閲銆
绛旓細1銆備綘棣栧厛瑕佹妸鈥滃弽閫夐」鈥濇敼鎴愨滄閫夐」鈥2銆鍥犲瓙鐨勬潈閲灏辩敤鍥犲瓙鈥滃彉閲忚В閲婅础鐚巼鈥濅腑鐨勬柟宸础鐚巼
绛旓細4.纰庣煶鍥 鍚屾椂鍙粨鍚堢鐭冲浘杈呭姪鍒ゆ柇鍥犲瓙鎻愬彇涓暟銆傚綋鎶樼嚎鐢遍櫋宄獊鐒跺彉寰楀钩绋虫椂锛岄櫋宄埌骞崇ǔ瀵瑰簲鐨勫洜瀛愪釜鏁板嵆涓哄弬鑰冩彁鍙栧洜瀛愪釜鏁般傚疄闄呯爺绌朵腑鏇村浠ヤ笓涓氱煡璇嗭紝缁撳悎鍥犲瓙涓庣爺绌堕」瀵瑰簲鍏崇郴鎯呭喌锛岀患鍚堟潈琛″垽鏂緱鍑哄洜瀛愪釜鏁般傝ˉ鍏呰鏄庯細鍥犲瓙璁＄畻鏉冮噸 6.鎴愪唤寰楀垎绯绘暟鐭╅樀 7.杞借嵎鍥 杞借嵎鍥剧敤浜庡睍绀鍚勫洜瀛涓庤浇鑽峰...
绛旓細涓鍥犲瓙鐨勬潈閲灏辨槸鍏舵柟宸础鐚巼鍗犺繖7涓富鍥犲瓙鐨勭疮璁¤础鐚巼 鍚勫師濮嬪彉閲忕殑鏉冮噸鏄紝鍏堟牴鎹SPSS绠楀嚭鐨凩杞借嵎鐭╅樀锛岄櫎浠ュ搴旂殑鐗瑰緛鏍瑰硷紝绠楀嚭A鐭╅樀銆傚啀鐢ˋ鐭╅樀涓殑x绯绘暟闄や互瀵瑰簲x鐨勬爣鍑嗗樊锛岀畻鍑虹殑鏄悇涓師濮嬪彉閲忕殑绯绘暟銆傚悇涓郴鏁板崰鎵鏈夌郴鏁颁箣鍜岀殑姣斾緥灏辨槸鏉冮噸銆
绛旓細浣犲湪杩欓噷闂埌鐨勭粨鏋滀笉浼氫护浣犳弧鎰忕殑锛岃櫧鐒舵湁鐑績浜虹粰浣犺В绛旓紝浣嗘槸鍏蜂綋寰楀湪杞欢閲屽疄闄呮搷浣滐紝浣犳渶濂芥壘涓珮鎵嬫墜鎶婃墜鐨勫彨浣狅紝閭ｆ牱瀛﹁捣鏉ヤ篃蹇
绛旓細鏉冮噸灏辨槸鐢ㄦ彁鍙栧嚭鏉ョ殑涓绘垚鍒嗙殑鐗瑰緛鏍瑰煎幓闄や互 杩欏嚑涓富鎴愬垎鐗瑰緛鏍瑰 涔嬪拰 灏卞緱鍑哄搴旀瘡涓富鎴愬垎鐨勬潈閲浜
绛旓細鍥犲瓙鍒嗘瀽鍙槸涓涓熀纭鐨勫伐浣滐紝鍥犲瓙寰楀垎涓嶆槸鍥犲瓙鍒嗘瀽鐨勬渶缁堢粨鏋滐紝鍥犲瓙寰楀垎鍙互浣滀负鍙橀噺杩涜鍥炲綊鍒嗘瀽銆佽仛绫诲垎鏋愩佽绠鍥犲瓙鐨缁煎悎寰楀垎绛夌瓑銆1銆佸洜瀛愮患鍚堝緱鍒嗗湪鍥犲瓙寰楀垎鐨勫悗缁繍鐢ㄤ腑寰堟槸閲嶈銆傛病鏈夊繀瑕佸湪Excel涓缓绔嬭绠楀叕寮忥紝spss鐨鍔熻兘寰堝己澶э紝鎿嶄綔瑙佸浘鐗囥傝绠楀嚭鍚庯紝鍙竴鍐嶅缓绔嬩竴涓滄帓搴忊濆彉閲忥紝鎸夐檷搴忔柟娉曟潵...
绛旓細1銆佽繘鍏spss琛ㄦ牸鍚庣偣鍑昏浆鎹紝鍐嶇偣鍑昏绠楀彉閲忋2銆佺偣鍑昏绠楀彉閲忓悗灏卞彲浠ュ缓绔嬭绠楀叕寮忥紝璁＄畻鍏紡閫氬父鏉冮噸鏄鍥犲瓙鏃嬭浆鍚庣殑鏂瑰樊璐＄尞鐜囥3銆佸湪寤虹珛浜嗚绠楀叕寮忓悗锛屽彸閿垪鍙凤紝鍐嶇偣鍑婚檷搴忔帓鍒椼4銆佸湪鎺掑簭鍙橀噺涔嬪悗寰堟柟渚跨湅鍑鸿皝鐨勫緱鍒嗛珮锛岃皝寰楀垎浣庛傝〃鏍煎氨杩欐牱璁＄畻瀹屾垚浜嗐
绛旓細涓汉璁や负鍙互灏嗘暣涓暟鍒楀姞涓涓暣鏁帮紝姣斿1锛屾垨2锛岀浉褰撲簬鍚戝彸骞崇Щ1鎴2涓崟浣嶏紝浠庤屾秷闄よ礋鍙凤紝鐒跺悗鍐嶅仛褰掍竴鍖栧鐞嗭紝杩欐牱寰楀埌鐨勬潈閲灏变笉鏄礋鏁颁簡鈥斺斾緵鍙傝冦
绛旓細鍥犲瓙鍒嗘瀽瀹屼簡鏈変釜鏂瑰樊琛紝鍙互鐪嬪垎閲忋傛瘮濡傛湁3涓洜瀛愶紝10涓彉閲忋傛瘡涓涓彉閲忓湪3涓洜瀛愰噷闈㈤兘鏈夊垎閲忥紝鍦ㄨ皝鐨勫垎閲忔渶澶э紝灏卞綊浜庡摢涓洜瀛愩傛墍浠ヤ綘灏卞彲浠ュ垽鏂摢浜涘洜瀛愬寘鍚摢浜涘彉閲忎簡銆鍥犲瓙鍒嗘瀽鐨鏂规硶鏈変袱绫汇備竴绫绘槸鎺㈢储鎬у洜瀛愬垎鏋愭硶锛屽彟涓绫绘槸楠岃瘉鎬у洜瀛愬垎鏋愩傛帰绱㈡у洜瀛愬垎鏋愪笉浜嬪厛鍋囧畾鍥犲瓙涓庢祴搴﹂」涔嬮棿鐨...
