引言:六西格玛黑带培训工具因子分析的使用
六西格玛黑带培训工具因子分析的使用
一、该命令用于将数据结构简化为较少的量,因子分析的重点是确定能够解释数据变异大的因子数量。
二、对话框内容。
1、variables:输入需包含在分析中的变量栏。
2、Number of factors to extract:输入需提取的因子数量,如未指定主要成分提取的数量,minitab将该数量设置为等于数据组中的变量数。
3、Method of extraction
A、principal components:用主要成分方法。
B、Maximum:用最大可能性方法。
4、type of rotation
A、none:不对初始方案进行旋转。
B、Equimax:用“equimax”方法对初始解进行旋转。
C、Varimax:用“varimax”方法对初始解进行旋转。
D、Quartimax:用“Quartimax”方法对初始解进行旋转
E、Orthomax with gamma:用“orthomax”方法对初始解进行旋转
三、主要成分分析例
某人口学家记录了14个地区的人口状况,项目包括总人口、受教育水平中值、总工作人数、工作于健康服务社区的人数及家庭数量中值,数据如下表,他想确认可以解释主要变差的因子,在因子分析的第一步,他使用主要成分提取方法和特征值图来确定因子水平数。
主要成分分析流程如下:
1、选择“stat>multivate>Factor analysis”
2、在出现的对话框输入下图所示信息。
3、点击“groups”按钮,在出现的对话框选择下图所示信息。
4、minitab任务视窗输出如下图:
5、minitab图形视窗输出如下图
6、结果分析
本例的目标为减少解释数据变差的因子数,观察任务视窗的输出结果可以发现最后两个因子可以解释的变差比例只占1.9%和0.2%,而前两个因子可解释的变差比例为86%,前三个因子可以解释的变差比例为98%,下一步可分别对前两个或前三个因子进行因子分析以确定各因子的影响,如果两个因子不能很好解释变差,可选择三个因子或更多因子的模型。
一、该命令用于将数据结构简化为较少的量,因子分析的重点是确定能够解释数据变异大的因子数量。
二、对话框内容。
1、variables:输入需包含在分析中的变量栏。
2、Number of factors to extract:输入需提取的因子数量,如未指定主要成分提取的数量,minitab将该数量设置为等于数据组中的变量数。
3、Method of extraction
A、principal components:用主要成分方法。
B、Maximum:用最大可能性方法。
4、type of rotation
A、none:不对初始方案进行旋转。
B、Equimax:用“equimax”方法对初始解进行旋转。
C、Varimax:用“varimax”方法对初始解进行旋转。
D、Quartimax:用“Quartimax”方法对初始解进行旋转
E、Orthomax with gamma:用“orthomax”方法对初始解进行旋转
三、主要成分分析例
某人口学家记录了14个地区的人口状况,项目包括总人口、受教育水平中值、总工作人数、工作于健康服务社区的人数及家庭数量中值,数据如下表,他想确认可以解释主要变差的因子,在因子分析的第一步,他使用主要成分提取方法和特征值图来确定因子水平数。
People | School | Employ | Health | home |
5.935 1.523 2.599 4.009 4.687 8.044 2.766 6.538 6.451 3.314 3.777 1.530 2.768 6.585 |
14.2 13.1 12.7 15.2 14.7 15.6 13.3 17.0 12.9 12.2 13.0 13.8 13.6 14.9 |
2.265 0.597 1.237 1.649 2.312 3.641 1.244 2.618 3.147 1.606 2.119 0.798 1.336 2.763 |
2.27 0.75 1.11 0.81 2.50 4.51 1.03 2.39 5.52 2.18 2.83 0.84 1.75 1.91 |
2.91 2.62 1.72 3.02 2.22 2.36 1.97 1.85 2.01 1.82 1.80 4.25 2.64 3.17 |
主要成分分析流程如下:
1、选择“stat>multivate>Factor analysis”
2、在出现的对话框输入下图所示信息。

3、点击“groups”按钮,在出现的对话框选择下图所示信息。

4、minitab任务视窗输出如下图:

5、minitab图形视窗输出如下图

6、结果分析
本例的目标为减少解释数据变差的因子数,观察任务视窗的输出结果可以发现最后两个因子可以解释的变差比例只占1.9%和0.2%,而前两个因子可解释的变差比例为86%,前三个因子可以解释的变差比例为98%,下一步可分别对前两个或前三个因子进行因子分析以确定各因子的影响,如果两个因子不能很好解释变差,可选择三个因子或更多因子的模型。
相关热词:六西格玛黑带培训