5.如果在Statistics子对话框中选中了Rowprofile和Columnprofile，SPSS还会输出以下两张表（表8.8，表8.9）。表8.8行轮廓表第95页，共148页，星期日，2025年，2月5日表8.9列轮廓表第96页，共148页，星期日，2025年，2月5日 6.行/列点图（图8.7，图8.8）。如果要单独考察行/列变量的各个水平在两个公共因子维度上的分布情况，可在Plots子对话框中选中Rowpoints和Columnpoints。运行后即得下图：图8.7行点在两个公共因子维度上的分布第97页，共148页，星期日，2025年，2月5日图8.8列点在两个公共因子维度上的分布第98页，共148页，星期日，2025年，2月5日二、利用SPSS进行相应分析——
实例2第99页，共148页，星期日，2025年，2月5日表8.104只股票的财务数据第100页，共148页，星期日，2025年，2月5日 （一）操作步骤： 1.首先由SPSS的因子分析过程（详细步骤参见因子分析一章），通过主成分法估计和最大方差旋转法进行因子旋转，发现需要3个公共因子才能解释83%以上的方差。可得因子得分的计算公式为（加上*号的变量和因子表示都已经标准化）：第101页，共148页，星期日，2025年，2月5日因此factor1可以称为股票规模因子，factor2称为股票收益因子，factor3称为个股价值因子。将这三个因子划分为5个等级：低于-0.5，-0.5~0，0~0.5，0.5~1，大于1，分别编码为1,2,3,4,5。这样就可以利用相应分析来详细的研究这三个因子之间的关系。 2.在相应分析的主对话框中，我们以factor1和factor2为例说明。设置好类目（图8.9），在Model子对话框中仍然选择维数2，其他设置不变，点击OK后，就得到相应分析的结果。第102页，共148页，星期日，2025年，2月5日图8.9相应分析主界面第103页，共148页，星期日，2025年，2月5日 （二）结果分析：这里仅列出相应分析表（表8.11）、总览表（表8.12）以及相应分析图（图8.10），其余图表的分析与前一例题类似。表8.11列联表第104页，共148页，星期日，2025年，2月5日表7.1特征根与方差贡献率表第63页，共148页，星期日，2025年，2月5日第64页，共148页，星期日，2025年，2月5日表7.2旋转前因子载荷阵第65页，共148页，星期日，2025年，2月5日第66页，共148页，星期日，2025年，2月5日表7.3旋转后因子载荷阵第67页，共148页，星期日，2025年，2月5日第68页，共148页，星期日，2025年，2月5日注意：在因子表达式中的各变量为进行标准化变换后的标准变量，均值为0，标准差为1。 7.由于我们已经在Scores子对话框中选择了Saveasvariables复选框，因此，因子得分已经作为新的变量保存在数据文件中，变量名分别为fac1_1、fac2_1、fac3_1和fac4_1。此后，我们还可以利用因子得分进行其他的统计分析。第69页，共148页，星期日，2025年，2月5日表7.4因子得分系数矩阵第70页，共148页，星期日，2025年，2月5日二、因子分析在市场研究中的应用表7.5是研究消费者对购买牙膏偏好的调查数据。通过市场的拦截访问，用7级量表询问受访者对以下陈述的认同程度（1表示非常不同意，7表示非常同意）。 V1：购买预防蛀牙的牙膏是重要的； V2：我喜欢使牙齿亮泽的牙膏； V3：牙膏应当保护牙龈； V4：我喜欢使口气清新的牙膏； V5：预防坏牙不是牙膏提供的一项重要利益； V6：购买牙膏时最重要的考虑是富有魅力的牙齿。第71页，共148页，星期日，2025年，2月5日表7.5牙膏属性评分得分表第72页，共148页，星期日，2025年，2月5日第73页，共148页，星期日，2025年，2月5日将表7.5中的数据通过SPSS进行因子分析，得到相关结果是： 1.特征根和累计贡献率表7.6方差贡献率表第74页，共148页，星期日，2025年，2月5日从表7.6可以看出，提取两个因子累计方差贡献率就达到82%，第三个特征根相比下降较快，因此我们选取两个公共因子。 2.因子的含义为了得到意义明确的因子含义，我们将因子载荷阵进行方差最大法旋转，得到旋转后的因子载荷矩阵如下表7.7。表7.7旋转后因子载荷矩阵第75页，共148页，星