实验13-SPSS-因子分析-对商户降维综合评价

因子分析-对商户进行综合评价

      虽然系统聚类分析可以对变量进行分类，但是，难以判断变量分类结果的合理性。如果要衡量每个变量对类别的贡献，也难以通过聚类分析来实现。因子分析，就是找出隐藏在变量背后具有共性的因子。

      1.1 因子分析简介

       因子分析师通过研究变量间的相关系数矩阵，把这些变量间错综复杂的关系归结成少数几个综合因子，并据此对变量进行分类的一种统计分析方法。由于归结出的因子个数少于原始变量的个数，但是它们又包含原始变量的信息，这些因子之间的相关性较低，而因子内部的变量相关程度较高。所以，这一分析过程也称为降维。

       (1)因子载荷：就是原始变量和每个因子之间的相关系数，它反映了变量对因子的重要性。

       (2)变量共同度：每个变量所包含的信息能够被因子所解释的程度，取值越大，说明该变量能被因子解释的程度越高。

      (3)因子选装：对因子载荷矩阵进行旋转，使原始变量和因子之间的关系更加突出，从而对因子的解释更加容易。

      (4)因子得分：因子得分可以用来评价每个个案在每个因子上的分值。

      因子分析主要有四个步骤：

     (1)判断数据是否适合因子分析

     (2)构造因子变量

     (3)利用因子旋转方法使得因子更具有实际意义

     (4)计算每个个案因子的得分      

     2.因子分析实验 

       使用SPSS进行因子分析，数据是某公司所属的33个商户O2O运营数据。通过分析它们在一段时间内的线上线下行为信息，以找出这些变量的共性，降低分析维度，并对商户进行综合评价。 

    实验步骤：【分析】-【降维】-【因子】-【因子分析】

    将“网点浏览量”、“论坛浏览量”、“线上广告费用”、“地面推广引入量”、“线下广告费用”、“实体店铺货量”和“实体店访客数”这七个变量移至【变量】框中，作为待分析变量。

                      图 2 -1 【因子分析】参数设置