SPSS的主成分分析主要是解決什么問題？SPSS的主成分分析主要用于因子分析。其目的是通過對(duì)多個(gè)原始因子的內(nèi)部相關(guān)分析，將多個(gè)原始因子整合成一個(gè)或多個(gè)相對(duì)獨(dú)立的綜合因子，以表征原始的分散因子。例如，我

SPSS的主成分分析主要是解決什么問題？

SPSS的主成分分析主要用于因子分析。其目的是通過對(duì)多個(gè)原始因子的內(nèi)部相關(guān)分析，將多個(gè)原始因子整合成一個(gè)或多個(gè)相對(duì)獨(dú)立的綜合因子，以表征原始的分散因子。

例如，我們測(cè)量客戶滿意度并設(shè)計(jì)10個(gè)主題。在數(shù)據(jù)收集之后，我們可以使用因子分析來觀察這10個(gè)主題是否可以整合成多個(gè)因子。

通過SPSS的主成分分析，得到相應(yīng)的結(jié)果。

結(jié)果可能是五個(gè)主題之間的相關(guān)性非常顯著。我們可以用一個(gè)因素來概括這五個(gè)因素，另外三個(gè)因素和兩個(gè)因素也可以分別構(gòu)成一個(gè)因素。主成分的特征值大于1。這樣，我們最終可以通過三個(gè)綜合因素來研究和分析顧客滿意度

主成分分析法的缺點(diǎn)：[1]在主成分分析中，首先要保證提取的前幾個(gè)主成分的累積貢獻(xiàn)率達(dá)到較高的水平（即變量降維后的信息量必須保持在較高的水平）。其次，我們必須能夠給出符合實(shí)際背景和意義的解釋（否則，主成分將沒有信息，但沒有實(shí)際意義）。

2. 主成分的解釋不如原始變量那樣清晰、準(zhǔn)確，這是變量降維過程中必須付出的代價(jià)。因此，提取的主成分m的個(gè)數(shù)應(yīng)明顯小于原始變量p的個(gè)數(shù)（除非p本身較?。?，否則降維的“優(yōu)點(diǎn)”可能抵消不了主成分含義不如原始變量清晰的“缺點(diǎn)”。