因子分析

标识数据中的潜在变量

因子分析旨在用少量（不可观测）的潜在变量或因子描述可观测变量。因子分析也称为公因子分析和探索性因子分析。这些因子可以定义为观测变量的线性组合（加上误差）。旨在解释观测变量中的共有变异。因子分析的目的是通过未观测到的因子来发现针对观测变量的有意义的解释，除此之外我们还可以减少变量数。

因子分析在许多领域中都有广泛的应用，其发源于心理学、社会学和教育学。在这些领域中，因子分析有助于理解如何通过潜在模式和结构来解释表象行为。例如，用来衡量参与户外活动、爱好、锻炼和旅游的测度可能全都与可描述为“个性活跃/不活跃”的因子相关。

在您需要探索或解释数据中的潜在模式和结构时可使用因子分析。还可考虑通过因子分析借助少量的潜在变量来汇总变量中的信息。

图 9.1 旋转的因子载荷 

目录

“因子分析”平台概述

“因子分析”平台的示例

启动“因子分析”平台

“因子分析”报表

模型启动

旋转方法

“因子分析”平台选项

因子分析模型拟合选项