主成分分析是將多個(gè)指標(biāo)化為少數(shù)幾個(gè)不相關(guān)的綜合指標(biāo)，并對(duì)綜合指標(biāo)按照一定的規(guī)則進(jìn)行分類的一種多元統(tǒng)計(jì)分析方法。這種分析方法能夠降低指標(biāo)維數(shù)，濃縮指標(biāo)信息，將復(fù)雜的問(wèn)題簡(jiǎn)化，從而使問(wèn)題分析更加直觀有效。那么spss怎么進(jìn)行主成分分析圖文呢？

1、將數(shù)據(jù)錄入excel或者spss。

2、數(shù)據(jù)標(biāo)準(zhǔn)化：打開(kāi)數(shù)據(jù)后選擇分析→描述統(tǒng)計(jì)→描述，對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，選中將標(biāo)準(zhǔn)化得分另存為變量：

3、進(jìn)行主成分分析：選擇分析→降維→因子分析。

4、設(shè)置描述性，抽取，得分和選項(xiàng)：

5、查看主成分分析和分析：相關(guān)矩陣表明，各項(xiàng)指標(biāo)之間具有強(qiáng)相關(guān)性。比如指標(biāo)GDP總量與財(cái)政收入、固定資產(chǎn)投資總額、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值、工業(yè)增加值的相關(guān)系數(shù)較大。這說(shuō)明他們之間指標(biāo)信息之間存在重疊，適合采用主成分分析法。

6、Total Variance Explained（主成分特征根和貢獻(xiàn)率）可知，特征根λ1=9.092，特征根λ2=1.150前兩個(gè)主成分的累計(jì)方差貢獻(xiàn)率達(dá)93.107%，即涵蓋了大部分信息。這表明前兩個(gè)主成分能夠代表最初的11個(gè)指標(biāo)來(lái)分析河南各個(gè)城市經(jīng)濟(jì)綜合實(shí)力的發(fā)展水平，故提取前兩個(gè)指標(biāo)即可。主成分，分別記作F1、F2。

7、指標(biāo)X1、X2、X3、X4、X5、X6、X7、X8、X9、X10在第一主成分上有較高載荷，相關(guān)性強(qiáng)。第一主成分集中反映了總體的經(jīng)濟(jì)總量。X11在第二主成分上有較高載荷，相關(guān)性強(qiáng)。第二主成分反映了人均的經(jīng)濟(jì)量水平。但是要注意：這個(gè)主成分載荷矩陣并不是主成分的特征向量，也就是說(shuō)并不是主成分1和主成分2的系數(shù)，主成分系數(shù)的求法是：各自主成分載荷向量除以各自主成分特征值的算術(shù)平方根。

8、成分得分系數(shù)矩陣（因子得分系數(shù)）列出了強(qiáng)兩個(gè)特征根對(duì)應(yīng)的特征向量，即各主要成分解析表達(dá)式中的標(biāo)準(zhǔn)化變量的系數(shù)向量。故各主要成分解析表達(dá)式分別為：F1=0.32ZX11+0.33ZX12+0.31ZX13+0.31ZX14+0.32ZX15+0.32ZX16+0.32ZX17+0.32ZX18+0.32ZX19+0.21ZX110+0.15ZX111

F2=8.46ZX21+0.02ZX22-0.02ZX23-0.20ZX24-0.23Z25-0.04ZX26-0.15ZX27-0.02ZX28+0.10ZX29+0.47ZX210+0.78ZX211

9、主成分的得分是相應(yīng)的因子得分乘以相應(yīng)的方差的算術(shù)平方根。即：主成分1得分=因子1得分乘以9.092的算術(shù)平方根主成分2得分=因子2得分乘以1.150的算術(shù)平方根例如鄭州：主成分因子=FAC1_1*9.092的算術(shù)平方根=3.59386*9.092的算術(shù)平方根=10.83，將各指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)帶入個(gè)主成分解析表達(dá)式中，分別計(jì)算出2個(gè)主成分得分（F1、F2），再以個(gè)主成分的貢獻(xiàn)率為全書(shū)對(duì)主成分得分進(jìn)行加權(quán)平均，即：H=（82.672*F1+10.497*F2）/93.124，求得主成分綜合得分。

以上就是關(guān)于spss怎么進(jìn)行主成分分析圖文的全部?jī)?nèi)容。