多元统计因子分析案列分析.doc

多元作业----因子分析
统计10-1 王紫杉

（1） 评价此数据是否适合做主成分分析

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.606
Bartlett's Test of Sphericity
Approx. Chi-Square
1094.808
df
10
Sig.
.000

答：因为KMO检验统计量取值为0.606，降维效果比较不错。同时sig的值小于0.05所以拒绝原假设，故适合做主成分分析。

（2） 对主成分命名
旋转后的因子载荷矩阵
Rotated Component Matrixa

Component
1
2
3
Educational Level (years)
.812
-.306
.036
Current Salary
.944
-.021
.066
Beginning Salary
.946
.133
-.050
Months since Hire
.023
.003
.999
Previous Experience (months)
-.047
.983
.004
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 4 iterations.

答：第一个主成分中，教育水平、当前工资和起始工资的因子负荷量的值都大于0.8故起名为工作能力因子

第二个主成分中，先前的工作经验的因子负荷量为0.983，故起名为工作经验因子

第三个主成分中，工作时间的因子负荷量为0.999，故起名字为工作表现因子。

（3） 请对雇员的工作经验进行评价
295 m 08/20/32 8 1 $24,000 $15,750 78 476
152 m 05/03/29 8 2 $30,750 $15,000 87 451
174 m 01/07/35 8 2 $31,950 $15,000 85 438
96 m 10/02/33 8 2 $30,750 $15,000 92 432
285 m 05/28/30 8 2 $30,750 $15,750 78 429
255 m 08/15/32 12 2 $30,600 $15,750 80 460
335 m 02/26/30 8 2 $31,950 $15,750 74 408
54 m 06/04/31 12 1 $25,050 $13,500 94 444
144 f 08/28/31 8 1 $16,650 $9,750 88 412
185 m 08/28/30 8 2 $30,750 $15,000 84 380

答：按照第二个主成分排序，可以发现，工作经验因子高的员工，其先前工作能力得分也是相对非常高的，可见主成分的分析还是很有效果的。

（4） 评价不同工种种类的员工的工作能力

列链表
Employment Category * 工作能力因子 Crosstabulation

工作能力因子
Total
1.00
2.00
3.00
4.00
Employment Category
Clerical
Count
3
73
258
29
363
% within Employment Category
.8%
20.1%
71.1%
8.0%
100.0%
Custodial
Count
0
0
27
0
27
% within Employment Category
.0%
.0%
100.0%
.0%
100.0%
Manager
Count
61
22
0
0
83
% within Employment Category
73.5%
26.5%
.0%
.0%
100.0%
Total
Count
64
95
285
29
473
% within Employment Category
13.5%
20.1%
60.3%
6.1%
100.0%

答：通过对不同职务分类后的列链表，可以发现经理的工作能力最强，经理的工作能力高的占到100%，而工作能力最差的是Custodial，他的工作能力低的占到100%，而Clerical的工作能力是居中的。