《因子分析方法——多变量分析.docx》由会员分享，可在线阅读，更多相关《因子分析方法——多变量分析.docx（11页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、因子分析方法多变量分析因子分析方法多变量分析因子分析FactorAnalysis是一种非常有用的多变量分析技术。我想讲，你要想学好多变量分析技术，一是：理解多元回归分析，二是：理解因子分析；这是多变量分析技术的两个出发点。为什么这么讲呢？多元回归分析是把握有因变量影响关系的重点，无论什么分析，只要研究的变量有Y，也就是因变量，一般都是回归思想，无非就是Y的测量尺度不同，选择不同的变形方法。而因子分析则是研究没有因变量和自变量之分的一组变量X1X2X3.Xn之间的关系。在市场研究中，我们经常要测量消费者的消费行为、态度、信仰和价值观，当然最重要的是测量消费者的消费行为和态度！我们往往采用一组态度
2、量表进行测量，用1-5打分或1-9打分，经常提到的李克特量表。上面的数据是我们为了测量消费者的生活方式或者价值观什么的，选择了24个语句，让消费者进行评估，同意还是不同意，像我还是不像，赞成还是不赞成等等，用1-9打分；因子分析有探索性因子分析和证明性因子分析之分，这里我们主要讨论探索性因子分析！证明性因子分析主要采用SEM构造方程式来解决。从探索性因子分析角度看：?一种非常实用的多元统计分析方法；?一种探索性变量分析技术；?分析多变量互相依靠关系的方法；?数据和变量的消减技术；?其它细分技术的预处理经过；我们为什么要用因子分析呢？首先，24个可测量的观测变量之间的存在互相依靠关系，并且我们确
3、信某些观测变量指示了潜在的构造-因子，也就是存在潜在的因子；而潜在的因子是不可观测的，例如：真实的满意度水平，购买的倾向性、收获、态度、经济地位、忠实度、促销、广告效果、品牌形象等，所以，我们必须从多个角度或维度去测量，比方多维度测量购买产品的动机、消费习惯、生活态度和方式等；这样，一组量表，有过多的变量，我们希望能够消减变量，用一个新的、更小的由原始变量集组合成的新变量集作进一步分析。这就是因子分析的本质，所以在SPSS软件中，因子分析方法归类在消减变量菜单下。新的变量集能够更好的讲明问题，利于简化和解释问题。当然，因子分析也往往是预处理技术，例如，在市场研究中我们要进行市场细分研究，往往采
4、用一组量表测量消费者，首先，通过因子分析得到消减变量后的正交的因子概念，然后利用因子进行聚类分析，而不再用原来的测量变量了！我想这是市场研究中因子分析的主要应用！其实，你能够想象，例如在多元回归分析中，假如多个自变量存在相关性，假如能够用因子分析，得到几个不相关的变量因子，再进行回归，就解决了自变量共线性问题。理论上是这样的，但市场研究很少这么操作！下面是要理解的因子分析的基本概念：?一种简化数据的技术。?探索性因子分析和证明性因子分析?因子分析就是要找到具有本质意义的少量因子。?用一定的构造/模型，去表达或解释大量可观测的变量。?用相对少量的几个因子解释原来很多互相关联的变量之间的关系。?描
5、绘的变量是可观测的显在变量。?相关性较高，联络比拟严密的变量放在一类。?每一类变量隐含一个因子潜在变量。?不同类的变量之间相关性较弱。?各个因子之间不相关。下面我们通过PASWStatistics软件来进行操作！当前位置：文档视界因子分析方法多变量分析因子分析方法多变量分析我们将24个变量选择后，选择描绘对话框，能够选择KMO和Bartlett的球形度检验！这个指标主要从统计角度给出24个变量能否存在内在构造，也就是潜在因子构造，讲白了，就是不合适因子分析！极端可能就是所有24个变量都测量的是一个维度的因子概念，另一个极端就是24个变量全部是正交不相关的，根本不存在因子，不合适因子分析！接下来
6、我们要选择抽取因子的方法：在方法上，我们假如不是非常理解或有特殊要求，就选择主成份方法；这也是为什么在SPSS软件中没有独立的主成份分析，其实是包涵在因子分析中了！记住一点：假如24个变量存在因子构造，用什么方法得当的结果基本一样！况且，市场研究采用量表24个变量的测量尺度都是一致的！假如你没有特殊要求，默然选择抽取特征值大于1的因子！选择碎石图也是表达因子选择的图示方式！由于是研究构造，所以从相关矩阵出发，实际上就是标准化后的方差矩阵，没有了量纲！接下来，我们选择因子旋转方法！因子旋转是因子分析的核心技巧，也是我们期望得到的结果。旋转的概念就是坐标变换，不过旋转有正交和斜交旋转差异罢了！从解
7、释因子构造的角度正交旋转是最容易解释的，得到的因子也是不相关的；斜交则得到的因子具有相关性，但更符合或能捕捉数据的维度！所以，有一种讲法，假如是接下来要进行市场细分，最好采用斜交更好！当然，我们最常用的，一般采用最大方差旋转！最后，有一个选择要完成，就是选项对话框！我们要选择按大小排序，并且将因子负荷小于0.4的都不显示，这样我们看的更清楚！为什么选择0.4呢？这主要依靠样本量和绝对误差的考虑！当前位置：文档视界因子分析方法多变量分析因子分析方法多变量分析从结果能够看出，Bartlett球检验是显著的，讲明存在因子构造，另外KMO=0.764，较适宜因子分析！，一般KMO=0.8就是Excel
8、lent了！接下来看因子方差解释，总的方差解释是63.448%，总共存在7个公因子，讲明假如将来不用24个变量，而改用这7个因子能够讲明原来24个变量的63.4%的变差。假如你确认了这样的结果，能够选择把7个因子得分保存为变量了当前位置：文档视界因子分析方法多变量分析因子分析方法多变量分析最后，我们要完成因子命名！假如不能给出好的因子命名，我们放弃24个变量用7个因子变量都不知道意义，怎样分析呢！当然怎样命名因子是个艺术活了！我一般的考虑方式是：1先看意义，哪些变量负荷在一个因子上，能否能解释这些因子；2假如能够，选择因子名称；3假如不能给出恰当名字，就选择负荷变量的简称综合在一起，先代表着；4随着后续的分析，因子渐渐确定；到这里因子分析就完成了！