|
导读： 前面的两篇文章介绍了因子分析的概念和 因子分析最常用的因子提取方法主成分分析方法的原理 ，本文向大家介绍主成分分析方法的操作过程。 在介绍操作之前，需要强调一点的是，主成分分析和因子分析是不同的： ① 主成分分析的目的是对数据的维度进行精简，使用一个主成分或几个成分来代替原有的多个变量； ② 因子分析的目的是找到变量之间潜在的结构，通过因子分析能够找到潜藏在数据之下，无法直接进行测量的潜在变量。 ③ 再次强调，主成分分析只是多种用于提取公因子的方法当中的一种，不要混淆这两者之间的关系。 本文我们使用的数据集为一个问卷中的量表数据，我们可以只提取一个主成分，也可以提取指定数量的成分。（当提取一个成分时，称之为主成分，当一次提取了多个成分时，就不能够再称之为主成分了，因为有多个成分被提取了出来） 该数据集包含31个题目，178个观测（因子分析对观测数有规定，主成分分析没有这种规定），我们希望对这些变量进行主成分分析，得到一系列的成分，用这些成分参与下一步的建模分析，不用关心这些变量之间有什么样的潜在结构，我们只需要得到少数几个变量来代替原有的变量即可。 我们先尝试一下主成分分析，相关操作如下：【分析】-【降维】-【因子分析】-【选入要分析的31个题目】- 点击确定。
将会输出三个表格： 第一个 ：公因子方差，代表原始的题目被提取了多少比例的信息。 剩余内容，请点击此处查看原文。该文章由微信公众号“spss统计分析”原创 ,ID：“spssxuexi” 。本订阅转载目的在于传递更多信息，第三方转载请与原账号联系。 |
|
|
