管理学spss因子分析案例共.docx
- 文档编号:26471704
- 上传时间:2023-06-19
- 格式:DOCX
- 页数:17
- 大小:270.83KB
管理学spss因子分析案例共.docx
《管理学spss因子分析案例共.docx》由会员分享,可在线阅读,更多相关《管理学spss因子分析案例共.docx(17页珍藏版)》请在冰豆网上搜索。
管理学spss因子分析案例共
【管理学】SPSS因子分析案例共
X1
X2
X3
X4
X5
X6
X7
3.76
3.66
0.54
5.28
9.77
13.74
4.78
8.59
4.99
1.34
10.02
7.50
10.16
2.13
6.22
6.14
4.52
9.84
2.17
2.73
1.09
7.57
7.28
7.07
12.66
1.79
2.10
0.82
9.03
7.08
2.59
11.76
4.54
6.22
1.28
5.51
3.98
1.30
6.92
5.33
7.30
2.40
3.27
0.62
0.44
3.36
7.63
8.84
8.39
8.74
7.00
3.31
11.68
3.53
4.76
1.12
9.64
9.49
1.03
13.57
13.13
18.52
2.35
9.73
1.33
1.00
9.87
9.87
11.06
3.70
8.59
2.98
1.17
9.17
7.85
9.91
2.62
7.12
5.49
3.68
9.72
2.64
3.43
1.19
4.69
3.01
2.17
5.98
2.76
3.55
2.01
5.51
1.34
1.27
5.81
4.57
5.38
3.43
1.66
1.61
1.57
2.80
1.78
2.09
3.72
5.90
5.76
1.55
8.84
5.40
7.50
1.97
9.84
9.27
1.51
13.60
9.02
12.67
1.75
8.39
4.92
2.54
10.05
3.96
5.24
1.43
4.94
4.38
1.03
6.68
6.49
9.06
2.81
7.23
2.30
1.77
7.79
4.39
5.37
2.27
9.46
7.31
1.04
12.00
11.58
16.18
2.42
9.55
5.35
4.25
11.74
2.77
3.51
1.05
4.94
4.52
4.50
8.07
1.79
2.10
1.29
8.21
3.08
2.42
9.10
3.75
4.66
1.72
9.41
6.44
5.11
12.50
2.45
3.10
0.91
11.2.1数据预备
激活数据治理窗口,定义变量名:
分不为XI、X2、X3、X4、
X5、X6、X7,按顺序输入相应数值,建立数据库,结果见图11.1。
图11.1原始数据的输入
在对话框左侧的变量列表中选变量X1至es框。
激活Statistics菜单选DataReduction的Factor..命令项,弹出FactorAnalysis对话框(图11.2)
X7,点击?
钮使之进入Variabl
图11.3描述性指标选择对话框
点击Extraction…钮,弹出FactorAnalysis:
Extraction对话框(图
11.4),系统提供如下因子提取方法:
图11.4因子提取方法选择对话框
Principalcomponents主成分分析法;Unweightedleastsquares未加权最小平方法;Generalizedleastsquares综合最小平方法;Maximumlikelihood:
极大似然估量法;Principalaxisfactoring:
主轴因子法;Alphafactoring:
a因子法;Imagefactoring:
多元回来法。
本例选用Principalcomponents方法,之后点击Continue钮返回FactorAnalysis对话框。
点击Rotation...钮,弹出FactorAnalysis:
Rotation对话框(图1
I.5),系统有5种因子旋转方法可选:
图11.5因子旋转方法选择对话框
None:
不作因子旋转;
Varimax:
正交旋转;
Equamax:
全体旋转,对变量和因子均作旋转;
Quartimax:
四分旋转,对变量作旋转;
DirectOblimin:
斜交旋转。
旋转的目的是为了获得简单结构,以关心我们讲明因子。
本例选正交旋转法,之后点击Continue钮返回FactorAnalysis对话框。
点击Scores..钮,弹出弹出FactorAnalysis:
Scores对话框(图
II.6),系统提供3种估量因子得分系数的方法,本例选Regression(回来
因子得分),之后点击Continue钮返回FactorAnalysis对话框,再点击OK钮即完成分析。
图11.6估量因子分方法对话框
11.2.3结果讲明
在输出结果窗口中将看到如下统计数据:
系统第一输出各变量的均数(Mean)与标准差(StdDev),并显示共有25例观看单位进入分析;接着输出有关系数矩阵(CorrelationMatrix),经Bartlett检验表明:
Bartlett值二326.28484,P<0.0001,即有关矩阵不是一个单位矩阵,故考虑进行因子分析。
Kaiser-Meyer-OlkinMeasureofSamplingAdequacy是用于比较观测有关系数值与偏有关系数值的一个指标,其值愈靠近1,表明对这些变量进行因子分析的成效愈好。
今KMO值=0.32122,偏小,意味着因子分析的结果可能不能同意。
Analysisnumber1Listwisedeletionofcaseswithmissingvalues
Mean
StdDevLabel
X1
7.10000
2.32380
X2
4.77320
2.41779
X3
2.34880
1.66556
X4
9.15240
3.01405
X5
5.45840
3.27344
X6
7.16720
4.55817
X7
2.34600
1.61091
Numberof
Cases=
25
Correlation
Matrix:
X1
X2
X3X
4
X5
X6X7
X1
1.00000
X2
.58026
1.00000
X3
.20113
.363791.00000
X4
.90900
.83725.43611
1.00000
X5
.28347
.16590-.70423
.1632
X6
.28656
.26119-.68058.2030
9
.99020
1.00000
X7
-.53321
-.60846-.64918-.6775
8
.42733
.35732
1.00000
Kaiser-Meyer-Olkin
Measureof
SamplingAdequacy=.32122
8
1.00000
BartlettTestofSphericity=326.28484,Significance=.00000
使用主成分分析法得到2个因子,因子矩阵(FactorMatrix)如下,变量与某一因子的联系系数绝对值越大,则该因子与变量关系越近。
如本例变量X7与第一因子的值为-0.88644,与第二因子的值为0.21921,可见其与第一因子更近,与第二因子更远。
或者因子矩阵也能够作为因子奉献大小的度量,其绝对值越大,奉献也越大。
在FinalStatistics一栏中显示各因子讲明掉方差的比例,也称变量的共同度(Communality)。
共同度从0到1,0为因子不讲明任何方差,1为所有方差均被因子讲明掉。
一个因子越大地讲明掉变量的方差,讲明因子包含原有变量信息的量越多。
Extraction1foranalysis
1,PrincipalComponentsAnalysis(PC)
PCextracted2factors.
FactorMatrix:
Factor1
Factor2
X1
.74646
.48929
X2
.79644
.37219
X3
.70890
-.59727
X4
.91054
.38865
X5
.23424
.96350
X6
.17715
.97172
X7
.88644
.21921
FinalStatistics:
Variable
Communality
*Factor
EigenvaluePctof
VarCum
*
Pct
X1
.79660
*
1
3.39518
48.5
48.5
X2
.77284
*
2
2.80632
40.1
88.6
X3
.85927
*
X4
.98014
*
X5
.98320
*
X6
.97561
*
X7
.83384
*
下面显示经正交旋转后的因子负荷矩阵(RotatedFactorMatrix)和因子转换矩阵(FactorTransformationMatrix)。
旋转的目的是使复杂的矩阵变得简洁,即第一因子替代了X1、X2、X4、X7的作用,第二因子替代了X3、
X5、X6的作用
VARIMAX
rotation
1forextraction
1inanalysis1-Kai
serNormalization.
VARIMAX
convergedin3
iterations.
RotatedFactorMatrix:
Factor1
Factor
2
X1
.87795
.16064
X2
.87848
.03332
X3
.42098
-.82586
X4
.99001
.00414
X5
.15872
.97878
X6
.21452
.96415
FactorTransformationMatrix:
Factor1Factor2
Factor1.92135-.38873
Factor2.38873.92135
最后将第一因子的因子分用变量名fac_1、第二因子的因子分用变量名fac_
2存入原始数据库中。
这些值既可用于模型诊断,又可用于进一步分析。
基于因子分析法的西部地区服务业竞争力评判
【摘要】:
加快服务业的,提升服务业在国民中的地位,是我国政府近十年来经济政策的重要导向之一。
随着西部大开发的推进,西部地区服务业的进展状况得到广泛关注。
该研究基于服务业和服务业竞争力的理论,运用因子分析方法,对西部十二省区的服务业竞争力进行分析评判,并按照因子分析的结果和西部十二省区服务业进展的优劣势,提出提升该地区服务业竞争力水平的计策与建议。
关键词:
服务业;竞争力;因子分析中图分类号:
N949
Abstract
Duringthelasttenyears,speedingupthedevelopmentofserviceindustr
yandenhancingitspositioninnationaleconomyisoneofthemostimportantdirectionsoftheeconomicpolicyofourgovernment.AlongwiththeprogressofDevelopmentoftheWestRegions,allcirclesconcernedstartspayingattentiontothedevelopmentofserviceindustryoverthere.Basedonthetheoriesofserviceindustryanditscompetitiveness,thisresearchmakesuseoffactoranalysistoevaluatethecompetitivenessofserviceindustryintwelvewesternprovincesandregions,andthenbringsforwardcountermeasuresandsuggestionstoupgradetheircompetitiveness,whichisonthebaseoftheresultsoffactoranalysisand
theadvantagesanddisadvantagesofthedevelopmentofserviceindustryinthewestregions.
Keywords:
ServiceIndustry;Competitiveness;FactorAnalysis
1.引言服务业的进展状况与竞争力水平,不仅能够衡量一个国家和地区经济进展水平,而且能够反映一个国家和地区经济进展所处的时期。
随着我国西部大开发战略的实施,西部十二省区服务业得到了快速进展,在促进地区经济增长、增加就业、提升人民生活水平、保持社会稳固等方面发挥了重要作用。
然而,与发达国家和东部省区相比,仍旧存在许多咨询题,如总体进展水平偏低,服务业尚未形成规模,服务业国际化水平较低等。
正确、客观评判研究西部十二省区服务业的竞争力水平,对促进西部地区经济进展和推进西部大开发具有深远意义。
服务业竞争力是一个涵盖服务业本身以及有关要素关系和行为多个方面的综合系统。
一个地区的服务业竞争力是该地区服务业综合能力的体现,是其在一定的、经济、科技、文化、人才等环境和条件下,有关于其他地区所表现出来的生存能力和可连续进展能力的综合[1]。
因子分析法是在主成分分析法的基础上进展起来的一种综合评判方法,不仅能够给出排名,还能够进一步探究阻碍排名次序的因素,从而找到改善和提升西部十二省区服务业竞争力的方向和途径。
2.地区服务业竞争力评判指标体系的构建
目前我国关于服务业竞争力评判研究还处于起步时期,对评判指标体系的研究专门有限,而其中比较权威的是人民大学竞争力与评判研究中心建立的包括规模竞争力、结构竞争力、成长竞争力、创新竞争力、治理竞争力
5个一级指标的服务业竞争力评判体系[2]和吴士元在《我国省级服务业竞争力的综合评判》一文中从经济实力、服务业总体情形、要紧服务业行
业进展和科技实力四个方面构建的服务业竞争力综合评判指标体系
3.因子分析法分析评判西部十二省区服务业竞争力
在众多评判方法中,因子分析法能够较大限度地克服指标之间的有关性对评判结果的影响。
按照《中国统计年鉴(2006)》[4]得到以上各指标的相应数据,运用SPSS15.0统计分析软件中的因子分析法[5],采纳主成分分析法提取公因子,出有关系数阵的特点值、奉献率、累计奉献率,因子载
荷矩阵等,最终求得综合评判值,并据此进行排序。
第一步,利用SPSS15.0对原始数据(见附录1)进行运算,得出有关系数矩阵,可知
10个财务指标之间存在较强的有关关系,能够进行因子分析。
第二步,
按照特点根大于1的原则选取公共因子。
在SPSS15.0的运行中,选择以主成分法作为因子提取方法,选定因子提取标准是:
特征值》1。
由表2可知,有三个满足条件的特点值,它们对样本方差的累计奉献率达到了
81.687%,代表了绝大部分信息,因此提取三个因子便能够对所分析的咨询
展动力因子;第二主因子在服务业全社会固定资产投资额、服务业从业人员年工资总额、服务业城镇专业技术人员数上有较大载荷,从各指标的经济含义可知反映了服务业在资本、人力等方面的投入
,将其定义为服务业进展投入因子;第三主因子在人均城镇居民消费
性支出、服务业增加值占GDP比重上载荷较大,从各指标的经济含义可知是反映服务业竞争力提升的潜力指标,将其定义为服务业展潜力因子。
第四步,构建服务业竞争力综合评判模型,算出因子得分并排序。
利用SPSS15.0得出的因子得分系数矩阵,一个地区有关于第一主因子的得分如下:
F1=0.303*X1+0.061*X2+0.038*X3-0.022*X4+0.090*X5-0.009*
X6
+0.280*X7+0.296*X8+0.197*X9-0.042*X10
1/i=i(按照各主因子的特点值得出各主因子的权重i为第i个
主因子对应的特点值(i=1,2,3),能够构造服务业竞争力的综合评判模型:
i),其中
2F2+1F1+F=3F3=0.402F1+0.393F2+0.206F3
其中,Fi是各个主因子得分矩阵。
由此可得每个样本有关于三个主因子的得分(见表5)。
表5中西部十二省区的因子得分与综合得分只代表在本文构建的指标下各省区的相对差不,得分数值越大,代表竞争力越强,正值表示其竞争力高于平均水平之,负值则表示低于平均水平。
4.评判结果分析表5中的主因子得分和综合得分得出了西部十二省区服务业竞争力的量化描述,可从不
同角度对各省区服务业竞争力进行分析比较。
从综合得分和排名来看,西部十二省区服务业进展专门不平稳,竞争力水平差异较大。
12个省区服务业竞争力的排名依次为内蒙古、四川、重庆、广西、陕西、云南、新疆、西藏、宁夏、甘肃、青海、贵州。
综合得分在西部地区平均水平之上的只有6个省区,仅占50%。
其中,内蒙古的服务业竞争力最强,要紧得益于它在服务业进展动力方面的绝对优势。
四川虽名列第2,但其在F1上的得分为负值,处于西部平均水平之下。
与四川综合得分相差无几的重庆在三个主因子上的得分均为正值,这讲明重庆在服务业进展的动力、服务业进展的投入和服务业进展的潜力方面在西部地区表现突出但略显平均,其服务业竞争力在西部地区处于相对优势地位。
综合得分在平均水平之下的其余6个省区之间的差距也专门大,三个主因子得分均处于全国平均水平之下的省区就有3个:
甘肃、青海和贵州,也因此决定它们的综合得分排在最后三位。
三个主因子的得分至少有一个为负值的省区有8个,这讲明西部大多数省区的服务业在进展的动力、投入和潜力方面进展不平稳,竞争力水平不高。
从三个主因子的得分和各自排名来看,在第一个主因子上得分最高的是内蒙古,其得分远远高于其他省区,得分为正值的只有4个省区,即排名前四的内蒙古、重庆、新疆和宁夏,讲明它们的服务业进展动力强大,这要紧得益于这四省的人均GDP位于西部十二省区中的前4名,反映了经济进展水平是制约服务业进展的重要因素。
四川在第二个主因子上的得分排名第1,是排名第2的云南得分的近3倍,这讲明四川对服务业的投入远比其他省区多,而四川凭借其在服务业投入方面的优势使其综合排名位居第2,这充分讲明服务业投入的多少直截了当阻碍到该省区服务业的综合竞争力。
在反映服务业进展潜力的第三个主因子上只有西藏、重庆、云南、四川在地区平均水平之上,其中西藏的得分以高
相对鞍葛(7.3)屮
关于服务业竞争力相对较强的内蒙古、四川、重庆而言,它们在西部十二省区中处于经济进展的较高时期,化程度相对较高,人均GDP处于高水平,要紧服务
行业的进展状况良好,然而它们至少有一个主因子的得分排名位于5名
及以后。
内蒙古在F3的得分上为负,处于平均水平之下,要紧是因为该区人均城镇居民消费性支出相对较少,服务业增加值
占GDP的比重相对较低。
四川在F1的得分上为负,讲明该省的服务业进展动力不足,究其缘故是人均GDP处于低水平,要紧服务行业的进展状况不乐观。
而重庆则在服务业进展的投入方面表现逊色。
在今后的进展中,要以内蒙古自治区和成渝特区为龙头,主动引进复合型、国际型的服
务人才,促进西部地区服务业协同进展,同时,向高技术、知识密集型的服务业渗透,优化服务业内部结构。
内蒙古要重点培养服务业对外输出能力,发挥伊利、蒙牛等的品牌优势,带动产业链上其他服务企业的进展;同时加快产业结构的调整,出台优待政策鼓舞服务业的进展。
四川和重庆要充分利用成渝特区的优势,吸引外资,加快传统服务业的改组改造,大
力进展金融、保险、房地产、广告、咨询等现代服务行业,并充分利用地
区资源,制定以旅行业进展为导向的服务业进展战略规划。
针对处于相对中等水平的广西、陕西、云南、新疆、西藏、宁夏而言,它们在服务业发展的动力、投入和潜力方面各有特色和优劣势。
关于在F1
上处于劣势的广西和云南而言,应该大力进展地区经济,调整产业结构带
动服务业的进展;大力进展文化旅行业,开发更多旅行产品,加大市场宣传力度,完善旅行资源的经营治理机制。
关于在F2上得分不具竞争力的西藏和宁夏而言,应该运用现代化的治理手段如信息经济升级改造商贸、餐饮等传统服务行业,提升服务水平;加大政府外购能力,购买信息治理、研究咨询、业务培训等服务。
关于在F3上表现逊色的陕西和新疆而言,应该加大高素养人才和高新技术的引进力度,改变经济增长潜力不足的状况,加大服务业比重,调整产业结构。
甘肃、青海、贵州在西部地区服务业竞争力相对较弱,因为这3个省区地理条件不行,交通困难,基础设施落后,科技能力较弱,经济比较差。
它们在三个主因子的得分上至少有一个排在最后三位,且均处于平均水平之下。
关于这种情形,应该加快地区经济进展,提升社会收入水平,加快都市化进程;以工业和农业带动服务业的进展,结合地区资源优势选择重点服务行业优先进展;加大政府政策的导向性,排除服务业进展的体制障碍;加快基础设施建设,优化产业结构、行业结构和区域结构;多方筹资,加大对服务业的投入。
[0]免费网
[1]雍红月•评判服务业进展状况的几个指标[J].内蒙古统计,2005
(2):
10-11.
[2]人民大学竞争力与评判研究中心.中国国际竞争力进展报告——2001[M].北京:
中国人民大学出版社,2001.
[3]吴士元•我国省级服务业竞争力的综合评判[J].统计与决策,2003(10):
57
- 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:
- 管理学 spss 因子分析 案例
![提示](https://static.bdocx.com/images/bang_tan.gif)