spss案例分析报告报告材料详细演示.docx
- 文档编号:25089647
- 上传时间:2023-06-05
- 格式:DOCX
- 页数:40
- 大小:257.01KB
spss案例分析报告报告材料详细演示.docx
《spss案例分析报告报告材料详细演示.docx》由会员分享,可在线阅读,更多相关《spss案例分析报告报告材料详细演示.docx(40页珍藏版)》请在冰豆网上搜索。
spss案例分析报告报告材料详细演示
spss案例分析---详细演示
1研究问题
石家庄18个县市14个指标因子,具体来说有人均GDP(元/人)、人均全社会固定资产投资额、人均城镇固定资产投资额、人均一般预算性财政收入、第三产业占GDP比重(%)、人均社会消费品零售额、人均实际利用外资额(万美元/人)、人均城乡居民储蓄存款、农民人均纯收入、在岗职工平均工资、人才密度指数、科技支出占财政支出比重(%)、每万人拥有执业医师数量、每千人拥有病床数。
要求根据这14项内容进行因子分析,得到维度较少的几个因子。
2实现步骤
【1】在“Analyze”菜单“DataReduction”中选择“Factor”命令,如下图所示。
【2】在弹出的下图所示的FactorAnalysis对话框中,从对话框左侧的变量列表中选择这14个变量,使之添加到Variables框中。
【3】点击“Descriptives”按钮,弹出“FactorAnalysis:
Descriptives”对话框,如图所示。
Statistics框用于选择哪些相关的统计量,其中:
Univariatedescriptives(变量描述):
输出变量均值、标准差;
Initialsolution(初始结果)
CorrelationMatrix框中提供了几种检验变量是否适合做引子分析的检验方法,其中:
Coefficients(相关系数矩阵)
Significanceleves(显著性水平)
Determinant(相关系数矩阵的行列式)
Inverse(相关系数矩阵的逆矩阵)
Reproduced(再生相关矩阵,原始相关与再生相关的差值)
Anti-image(反影像相关矩阵检验)
KMOandBartlett’stestofsphericity(KMO检验和巴特利特球形检验)
本例中,选中该对话框中所有选项,单击Continue按钮返回FactorAnalysis对话框。
【4】单击“Extraction”按钮,弹出“FactorAnalysis:
Extraction”对话框,选择因子提取方法,如下图所示:
因子提取方法在Method下拉框中选取,SPSS共提供了7种方法:
PrincipleComponentsAnalysis(主成分分析)
Unweightedleastsquares(未加权最小平方法)
Generalizedleastsquares(综合最小平方法)
Maximumlikelihood(最大似然估价法)
Principalaxisfactoring(主轴因子法)
Alphafactoring(α因子)
Imagefactoring(影像因子)
Analyze框中用于选择提取变量依据,其中:
Correlationmatrix(相关系数矩阵)
Covariancematrix(协方差矩阵)
Extract框用于指定因子个数的标准,其中:
Eigenvaluseover(大于特征值)
Numberoffactors(因子个数)
Display框用于选择输出哪些与因子提取有关的信息,其中:
Unrotatedfactorsolution(未经旋转的因子载荷矩阵)
Screenplot(特征值排列图)
MaximuninterationsforConvergence框用于指定因子分析收敛的最大迭代次数,系统默认的最大迭代次数为25。
本例选用Principalcomponents方法,选择相关系数矩阵作为提取因子变量的依据,选中Unrotatedfactorsolution和Screeplot项,输出未经过旋转的因子载荷矩阵与其特征值的碎石图;选择Eigenvaluseover项,在该选项后面可以输入1,指定提取特征值大于1的因子。
单击Continue按钮返回FactorAnalysis对话框。
【5】单击FactorAnalysis对话框中的Rotation按钮,弹出FactorAnalysis:
Rotation对话框,如下图所示:
该对话框用于选择因子载荷矩阵的旋转方法。
旋转目的是为了简化结构,以帮助我们解释因子。
SPSS默认不进行旋转(None)。
Method框用于选择因子旋转方法,其中:
None(不旋转)
Varimax(正交旋转)
DirectOblimin(直接斜交旋转)
Quanlimax(四分最大正交旋转)
Equamax(平均正交旋转)
Promax(斜交旋转)
Display框用于选择输出哪些与因子旋转有关的信息,其中:
Rotatedsolution(输出旋转后的因子载荷矩阵)
Loadingplots(输出载荷散点图)
本例选择方差极大法旋转Varimax,并选中Rotatedsolution和Loadingplot项,表示输出旋转后的因子载荷矩阵和载荷散点图,单击Continue按钮返回FactorAnalysis对话框。
【6】单击FactorAnalysis对话框中的Scores按钮,弹出FactorAnalysis:
Scores对话框,如下图所示:
该对话框用以选择对因子得分进行设置,其中:
Regression(回归法):
因子得分均值为0,采用多元相关平方;
Bartlett(巴特利法):
因子得分均值为0,采用超出变量范围各因子平方和被最小化;
Anderson-Rubin(安德森-洛宾法):
因子得分均值为0,标准差1,彼此不相关;
Displayfactorscorecoefficientmatrix:
选择此项将在输出窗口中显示因子得分系数矩阵。
【7】单击FactorAnalysis对话框中的Options按钮,弹出FactorAnalysis:
Options对话框,如下图所示:
该对话框可以指定其他因子分析的结果,并选择对缺失数据的处理方法,其中:
MissingValues框用于选择缺失值处理方法:
Excludecaseslistwise:
去除所有缺失值的个案
Excludecasespairwise:
含有缺失值的变量,去掉该案例
Replacewithmean:
用平均值代替缺失值
CofficientDisplayFormat框用于选择载荷系数的显示格式:
Sortedbysize:
载荷系数按照数值大小排列
Suppressabsolutevalueslessthan:
不显示绝对值小于指定值的载荷量
本例选中Excludecaseslistwise项,单击Continue按钮返回FactorAnalysis对话框,完成设置。
单击OK,完成计算。
3结果与讨论
(1)SPSS输出的第一部分如下:
第一个表格中列出了18个原始变量的统计结果,包括平均值、标准差和分析的个案数。
这个是步骤3中选中Univariatedescriptives项的输出结果。
DescriptiveStatistics
Mean
Std.Deviation
AnalysisN
人均GDP(元/人)
22600.5211
8410.55464
18
人均全社会固定资产投资额
15190.9515
5289.14499
18
人均城镇固定资产投资额
10270.3642
4874.14616
18
人均一般预算性财政收入
585.1712
550.45659
18
第三产业占GDP比重(%)
29.0612
9.46858
18
人均社会消费品零售额
6567.2566
3068.75463
18
人均实际利用外资额(万美元/人)
23.5667
40.31361
18
人均城乡居民储蓄存款
12061.2384
7363.08659
18
农民人均纯收入
4852.5556
1202.52970
18
在岗职工平均工资
18110.3889
2374.05754
18
人才密度指数
8.1548
5.37552
18
科技支出占财政支出比重(%)
1.3494
.50193
18
每万人拥有执业医师数量
12.6883
8.88691
18
每千人拥有病床数
2.3608
1.16077
18
(2)SPSS输出结果文件中的第二部分如下:
该表格给出的是18个原始变量的相关矩阵
CorrelationMatrix
人均GDP(元/人)
人均全社会固定资产投资额
人均城镇固定资产投资额
Correlation
人均GDP(元/人)
1.000
.503
.707
人均全社会固定资产投资额
.503
1.000
.883
人均城镇固定资产投资额
.707
.883
1.000
人均一般预算性财政收入
.776
.571
.821
第三产业占GDP比重(%)
.567
.507
.759
人均社会消费品零售额
.737
.247
.600
人均实际利用外资额(万美元/人)
.454
.356
.648
人均城乡居民储蓄存款
.707
.480
.780
农民人均纯收入
.559
-.073
.130
在岗职工平均工资
.789
.325
.544
人才密度指数
.741
.470
.737
科技支出占财政支出比重(%)
.582
.378
.486
每万人拥有执业医师数量
.434
.520
.733
每千人拥有病床数
.573
.565
.761
CorrelationMatrix
人均一般预算性财政收入
第三产业占GDP比重(%)
人均社会消费品零售额
Correlation
人均GDP(元/人)
.776
.567
.737
人均全社会固定资产投资额
.571
.507
.247
人均城镇固定资产投资额
.821
.759
.600
人均一般预算性财政收入
1.000
.830
.693
第三产业占GDP比重(%)
.830
1.000
.646
人均社会消费品零售额
.693
.646
1.000
人均实际利用外资额(万美元/人)
.797
.822
.616
人均城乡居民储蓄存款
.907
.882
.839
农民人均纯收入
.132
.278
.516
在岗职工平均工资
.736
.548
.609
人才密度指数
.795
.745
.812
科技支出占财政支出比重(%)
.729
.575
.490
每万人拥有执业医师数量
.818
.844
.627
每千人拥有病床数
.911
.806
.629
CorrelationMatrix
人均实际利用外资额(万美元/人)
人均城乡居民储蓄存款
农民人均纯收入
Correlation
人均GDP(元/人)
.454
.707
.559
人均全社会固定资产投资额
.356
.480
-.073
人均城镇固定资产投资额
.648
.780
.130
人均一般预算性财政收入
.797
.907
.132
第三产业占GDP比重(%)
.822
.882
.278
人均社会消费品零售额
.616
.839
.516
人均实际利用外资额(万美元/人)
1.000
.792
-.007
人均城乡居民储蓄存款
.792
1.000
.264
农民人均纯收入
-.007
.264
1.000
在岗职工平均工资
.388
.647
.411
人才密度指数
.752
.868
.315
科技支出占财政支出比重(%)
.570
.626
.210
每万人拥有执业医师数量
.795
.885
-.075
每千人拥有病床数
.784
.866
.000
CorrelationMatrix
在岗职工平均工资
人才密度指数
科技支出占财政支出比重(%)
Correlation
人均GDP(元/人)
.789
.741
.582
人均全社会固定资产投资额
.325
.470
.378
人均城镇固定资产投资额
.544
.737
.486
人均一般预算性财政收入
.736
.795
.729
第三产业占GDP比重(%)
.548
.745
.575
人均社会消费品零售额
.609
.812
.490
人均实际利用外资额(万美元/人)
.388
.752
.570
人均城乡居民储蓄存款
.647
.868
.626
农民人均纯收入
.411
.315
.210
在岗职工平均工资
1.000
.539
.421
人才密度指数
.539
1.000
.577
科技支出占财政支出比重(%)
.421
.577
1.000
每万人拥有执业医师数量
.477
.739
.519
每千人拥有病床数
.575
.719
.769
CorrelationMatrix
每万人拥有执业医师数量
每千人拥有病床数
Correlation
人均GDP(元/人)
.434
.573
人均全社会固定资产投资额
.520
.565
人均城镇固定资产投资额
.733
.761
人均一般预算性财政收入
.818
.911
第三产业占GDP比重(%)
.844
.806
人均社会消费品零售额
.627
.629
人均实际利用外资额(万美元/人)
.795
.784
人均城乡居民储蓄存款
.885
.866
农民人均纯收入
-.075
.000
在岗职工平均工资
.477
.575
人才密度指数
.739
.719
科技支出占财政支出比重(%)
.519
.769
每万人拥有执业医师数量
1.000
.912
每千人拥有病床数
.912
1.000
(3)SPSS输出结果的第四部分如下:
KMOandBartlett'sTest
Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.
.551
Bartlett'sTestofSphericity
Approx.Chi-Square
324.227
df
91
Sig.
.000
该部分给出了KMO检验和Bartlett球度检验结果。
其中KMO值为0.551,根据统计学家Kaiser给出的标准,KMO取值小于0.6,不太适合因子分析。
Bartlett球度检验给出的相伴概率为0.00,小于显著性水平0.05,因此拒绝Bartlett球度检验的零假设,认为适合于因子分析。
(4)SPSS输出结果文件中的第六部分如下:
Communalities
Initial
Extraction
人均GDP(元/人)
1.000
1.000
人均全社会固定资产投资额
1.000
1.000
人均城镇固定资产投资额
1.000
1.000
人均一般预算性财政收入
1.000
1.000
第三产业占GDP比重(%)
1.000
1.000
人均社会消费品零售额
1.000
1.000
人均实际利用外资额(万美元/人)
1.000
1.000
人均城乡居民储蓄存款
1.000
1.000
农民人均纯收入
1.000
1.000
在岗职工平均工资
1.000
1.000
人才密度指数
1.000
1.000
科技支出占财政支出比重(%)
1.000
1.000
每万人拥有执业医师数量
1.000
1.000
每千人拥有病床数
1.000
1.000
ExtractionMethod:
PrincipalComponentAnalysis.
这是因子分析初始结果,该表格的第一列列出了18个原始变量名;第二列是根据因子分析初始解计算出的变量共同度。
利用主成分分析方法得到18个特征值,它们是银子分析的初始解,可利用这18个出世界和对应的特征向量计算出银子载荷矩阵。
由于每个原始变量的所有方差都能被因子变量解释掉,因此每个变量的共同度为1;第三列是根据因子分析最终解计算出的变量共同度。
根据最终提取的m个特征值和对应的特征向量计算出因子载荷矩阵。
(此处由于软件的原因有点小问题)
这时由于因子变量个数少于原始变量的个数,因此每个变量的共同度必然小于1。
(5)输出结果第六部分为TotalVarianceExplained表格
TotalVarianceExplained
Component
InitialEigenvalues
Total
%ofVariance
Cumulative%
1
9.139
65.279
2
1.718
12.269
3
1.014
7.240
4
.659
4.706
5
.536
3.827
6
.361
2.577
7
.258
1.844
8
.133
.952
9
.077
.549
10
.049
.349
11
.031
.224
12
.020
.140
13
.005
.038
14
.001
.005
100.000
ExtractionMethod:
PrincipalComponentAnalysis.
TotalVarianceExplained
Component
InitialEigenvalues
ExtractionSumsofSquaredLoadings
Cumulative%
Total
%ofVariance
Cumulative%
1
65.279
9.139
65.279
65.279
2
77.548
1.718
12.269
77.548
3
84.788
1.014
7.240
84.788
4
89.494
.659
4.706
89.494
5
93.321
.536
3.827
93.321
6
95.898
.361
2.577
95.898
7
97.743
.258
1.844
97.743
8
98.695
.133
.952
98.695
9
99.244
.077
.549
99.244
10
99.593
.049
.349
99.593
11
99.817
.031
.224
99.817
12
99.958
.020
.140
99.958
13
99.995
.005
.038
99.995
ExtractionMethod:
PrincipalComponentAnalysis.
TotalVarianceExplained
Component
RotationSumsofSquaredLoadings
Total
%ofVariance
Cumulative%
1
4.794
34.242
34.242
2
2.262
16.158
50.400
3
1.846
13.188
63.587
4
1.571
11.222
74.809
5
1.548
11.060
85.869
6
.844
6.028
91.898
7
.567
4.048
95.946
8
.273
1.948
97.894
9
.131
.938
98.832
10
.068
.482
99.314
11
.046
.329
99.643
12
.035
.252
99.895
13
.014
.100
99.995
ExtractionMethod:
PrincipalComponentAnalysis.
该表格是因子分析后因子提取和银子旋转的结果。
其中,Component列和InitialEigenvalues列(第一列到第四列)描述了因子分析初始解对原有变量总体描述情况。
第一列是因子分析13个初始解序号。
第二列是因子变量的方差贡献(特征值),它是衡量因子重要程度的指标,例如第一行的特征值为9.139,后面描述因子的方差依次减少。
第三列是各因子变量的方差贡献率(%ofVariance),表示该因子描述的方差占原有变量总方差的比例。
第四列是因子变量的累计方差贡献率,表示前m个因子描述的总方差占原有变量的总方差的比例。
第五列和第七列则是从初始解中按照一定标准(在前面的分析中是设定了提取因子的标准是特征值大于1)提取了3个公共因子后对原变量总体的描述情况。
各列数据的含义和前面第二列到第四列相同,可见提取了5个因子后,它们反映了原变量的大部分信息。
第八列到第十列是旋转以后得到的因子对原变量总体的刻画情况。
各列的含义和第五列到第七列是一样的。
(6)SPSS输出的该部分的结果如下:
ComponentMatrixa
Component
1
2
3
4
5
6
人均一般预算性财政收入
.959
-.075
.015
.158
-.140
-.023
人均城乡居民储蓄存款
.959
.008
-.154
-.107
-.039
.001
每千人拥有病床数
.910
-.272
-.089
.204
-.051
.040
第三产业占GDP比重(%)
.890
-.087
-.137
-.141
.067
.373
人才密度指数
.886
.098
-.098
-.179
.151
-.259
人均城镇固定资产投资额
.868
-.162
.404
-.183
.078
.006
每万人拥有执业医师数量
.861
-.362
-.183
-.137
-.115
.069
人均实际利用外资额(万美元/人)
.815
-.271
-.346
-.079
.064
-.012
人均社会消费品零售额
.805
.370
-.218
-.203
.026
-.223
人均GDP(元/人)
.797
.458
.282
.099
-.029
-.163
科技支出占财政支出比重(%)
.712
.000
-.097
.621
.302
-.008
在岗职工平均工资
.706
.386
.158
.145
-.531
.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- spss 案例 分析 报告 材料 详细 演示
![提示](https://static.bdocx.com/images/bang_tan.gif)