spss如何做主成分分析

主成分分析的主要原理是尋找一個適當的線性變換：
•將彼此相關的變量轉變爲彼此獨立的新變量；
•方差較大的幾個新變量就能綜合反應原多個變量所包含的主要資訊；
•新變量各自帶有獨特的專業含義。
住成分分析的作用是：
•減少指標變量的個數
•解決多重相關性問題

操作方法

（01）先在spss中準備好要處理的數據，然後在選單欄上執行：analyse--dimension reduction--factor analyse。開啟因素分析對話框

（02）我們看到下圖就是因素分析的對話框，將要分析的變量都放入variables視窗中

（03）點擊descriptives按鈕，進入次級對話框，這個對話框可以輸出我們想要看到的描述統計量

（04）因爲做主成分分析需要我們看一下各個變量之間的相關，對變量間的關係有一個瞭解，所以需要輸出相關，勾選coefficience，點擊continue，返回主對話框

（05）回到主對話框，點擊ok，開始輸出數據處理結果

（06）你看到的這第一個表格就是相關矩陣，現實的是各個變量之間的相關係數，透過相關係數，你可以看到各個變量之間的相關，進而瞭解各個變量之間的關係

（07）第二個表格顯示的主成分分析的過程，我們看到eigenvalues下面的total欄，他的意思就是特徵根，他的意義是主成分影響力度的指標，一般以1爲標準，如果特徵根小於1，說明這個主因素的影響力度還不如一個基本的變量。所以我們只提取特徵根大於1的主成分。如圖所示，前三個主成分就是大於1的，所以我們只能說有三個主成分。另外，我們看到第一個主成分方差佔所有主成分方差的46.9%，第二個佔27.5%，第三個佔15.0%。這三個累計達到了89.5%。