实用干货|因子分析原理+操作+结果全流程详解

Question

如题所述

Answer 1

因子分析是基于降维的思想，将复杂变量简化为少数独立公共因子，以反映原始信息与内在联系，适用于因子降维、计算因子权重、加权计算因子汇总综合得分。

因子分析要求数据间共线性强，样本量不少于100个，变量服从正态分布或近似正态。

探索性因子分析用于探讨变量特征、关联性，适用于初期数据探索，如评估经济发展水平、量化指标权重。

具体操作在SPSSPRO，选择【因子分析（探索性）】，拖拽变量，开始分析。输出结果包括KMO检验、方差解释表，确认因子主成分个数，通过成份矩阵表计算得分。

验证性因子分析用于检验理论因子结构的合理性，要求样本量充足，至少200个。操作与探索性类似，关注测量项标准载荷系数、AVE与CR值，分析因子间关联性。

因子个数确定方法包括总方差解释率、特征值大小、碎石图拐点。提取方法有最大方差法、最大似然法或主成分法。旋转方法有正交旋转与斜交旋转。

数据是否适合因子分析需通过KMO检验与Bartlett检验，KMO值大于0.7视为适合。

因子分析是一种多维变量统计分析方法，目标是简化变量，挖掘潜在因子，优化数据结构，提升分析效率。

验证性因子分析与探索性因子分析相比，前者侧重理论验证，后者则侧重于发现潜在变量结构。