一、主因子分析

所謂主因子分析就是對調查問(wèn)卷各個(gè)指標進(jìn)行主因子分析，并篩選出對論文有用的指標。比如這里使用教師滿(mǎn)意度評分數據，總共包括10個(gè)教師，共30條數據，部分數據展示如下圖所示。

圖1數據展示

點(diǎn)擊SPSS頂部菜單欄“分析”-“降維”-“因子”，即可打開(kāi)因子分析窗口。將全部指標加載到變量文本框，并且點(diǎn)擊描述按鈕，勾選相關(guān)性矩陣項目下的“KMO和巴特利特球形度檢驗。

圖2 因子分析

點(diǎn)擊因子分析右側的“旋轉”按鈕，選擇直接斜交法或者最優(yōu)斜交法。

圖3 旋轉

看到KMO和巴特利特檢驗，如果KMO取樣適切性量數小于0.6則不適合進(jìn)行因素分析?？梢钥吹剿禐?/span>0.633大于0.6，說(shuō)明可以進(jìn)行因素分析。

圖4 KMO和巴特利特檢驗

通過(guò)上面驗證說(shuō)明該數據可進(jìn)行因素分析?？偡讲罱忉尫治?，9個(gè)問(wèn)題抽取了4個(gè)因素，4個(gè)共同因素的累積量67.697%。

圖5 總方差解釋

二、最佳尺度回歸分析

回歸分析按照變量連續與否來(lái)劃分的話(huà)，可以分為兩種：一是連續變量的回歸分析，主要運用線(xiàn)性回歸和邏輯回歸。二是不連續變量的回歸分析，主要是使用最佳尺度回歸分析。

比如一個(gè)衣服品牌為了解消費者對本品牌滿(mǎn)意度情況，收集到了消費者的滿(mǎn)意度、婚姻狀況、性別、年齡以及月收入等數據。其中滿(mǎn)意度分為三個(gè)檔次（1表示不滿(mǎn)意、2表示一般滿(mǎn)意、3表示滿(mǎn)意），婚姻狀況（1代表未婚，2代表已婚），性別（1代表男性、2代表女性），年齡有七個(gè)等級，月收入有4個(gè)等級，部分數據展示如下圖所示。

圖6 數據展示

點(diǎn)擊SPSS頂部菜單欄“分析”-“回歸”-“最佳標度”，即可打開(kāi)分類(lèi)回歸窗口。將滿(mǎn)意度加載到因變量文本框，定義標度為有序；性別、婚姻狀況、年齡、月收入加載到自變量文本框，并且將因變量定義標度為有序。

圖7 分類(lèi)回歸

點(diǎn)擊右側選項按鈕，并且初始配置項目中勾選“多個(gè)系統性?huà)炱瘘c(diǎn)”。

圖8 選項

點(diǎn)擊右側保存按鈕，勾選轉換后變量模塊的“將轉換后變量保存到活動(dòng)數據集”。

圖9 保存

點(diǎn)擊右側圖按鈕，將4個(gè)自變量加載到轉換圖文本框。

圖10 圖

查看“ANOVA”項目，可以看到，顯著(zhù)性值小于0.01，即說(shuō)明小于0.05，即至少有一個(gè)自變量對因變量滿(mǎn)意度有顯著(zhù)影響。

圖11 ANOVA表

查看“系數”項目，可以看到月收入對因變量滿(mǎn)意度有顯著(zhù)影響。

圖12 系數表