主成分分析的原理是设法将原来变量重新组合成一组新的相互无关的几个综合变量,同时根据实际需要从中可以取出几个较少的总和变量尽可能多地反映原来变量的信息,也是数学上处理降维的一种统计学方法。
SPSS实现主成分分析的步骤如下:
1.数据标准化
之所以要对数据进行标准化,是因为各种类别的数据间的度量不同。
我们选择如下数据进行介绍,选择微博总数、粉丝数、关注数、转发数、评论数和点赞数为指标。
首先将数据粘贴到SPSS视图中,然后点击【分析】——【描述统计】——【描述】,会出现以下提示框,将左边的指标都放入右侧变量当中,勾选“将标准化另存为变量”
然后就会出现以下数据。
2.主成分分析
点击【分析】——【降维】——【因子分析】,将刚刚算出来的标准化变量放到右边的变量当中。
接下来,点击:【描述】——选中“原始分析结果”,“系数”,“KMO和Bartlett球形度检验”(用来检测是否适合使用主成分分析)
点击:【提取】——【主成分分析】,其他选项默认
点击:【旋转】——选择“最大方差法”,“旋转解”(也可以选择无,在某些情况下数据会出现异常结果,这时会需要进行矩阵旋转)
点击:【得分】,选择“显示因子得分系数矩阵”(对于权重计算来说这必不可少)
点击:【选项】,其他选项可默认
当一切设置完毕之后,点击“确定”,就可以得到主成分分析结果了:
3.权重的计算
我们将利用主成分分析得出的数据进行权重的计算
3.1 输入数据
将主成分分析得出的成分矩阵及特征根复制到excel中
对应主成分分析的数据为:
3.2 计算线性组合中系数
公式为:标准化数/对应主成分特征根的平方根.。
3.3 计算综合得分模型中系数
公式为:(第一主成分方差x100xC8+第二个主成分方差x100xD8)/(第一主成分方差+第二主成分方差)
注:建议先将方差x100再进行计算
其中主成分方差的数据为
3.4 权重计算(归一化)
现在到了最后一步,计算权重,也即标准化,将所有指标进行归一化处理,使其权重综合为1。
公式为:A指标权重=A指标综合得分模型系数/五指标综合得分模型之和。
版权归原作者 筱萱儿 所有, 如有侵权,请联系我们删除。