因子分析论文范文
前言：我们精心挑选了数篇优质因子分析论文文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。
第1篇
1．1数据获取选取我国31个省、市、自治区作为因子分析的观测样本，用S1～S31表示，其中河北省用S2表示，15个量化指标的数据来源于2011年《中国畜牧业年鉴》。
1．2过程及结果
1．2．1将原始数据用SPSS17．0软件进行因子分析，见表1。由表1可见，KMO值大于0．5，Bartlett球度检验的卡方统计值为1026．281，相伴概率小于显著性水平0．01，表明各变量间信息重叠度较高，可以采用因子分析法来进行评价。
1．2．2计算因子的特征值和方差贡献率见表2。由表2可知，前4个因子的累积方差贡献率达93．657%，涵盖了指标数据中的绝大部分信息，故选取4个主因子。
1．2．3采用主成分分析法计算因子载荷矩阵提取因子旋转后的因子载荷矩阵，见表3。由表3可知，F1在(X12)、(X3)、(X7)、(X8)、(X15)上有较大载荷，因此将其命名为羊和奶牛生产能力因子;F2在(X13)、(X4)、(X14)、(X9)上有较大载荷，将其命名为家禽生产能力因子;F3在(X5)、(X1)、(X10)上有较大载荷，将其命名为猪生产能力因子;F4在(X6)、(X2)、(X11)上有较大载荷，命名为肉牛生产能力因子。分别计算各主因子F1～F4的得分FAC1～FAC4，并以各主因子的方差贡献比重为权重进行线性加权和计算综合得分。其计算公式为:F=(33．646×FAC1+26．192×FAC2+20．952×FAC3+12．867×FAC4)/93．657。其中F为综合得分，结果见表4。
2分析与讨论
河北省(S2)畜牧业发展状况中羊和奶牛生产能力的权重最大，贡献率达到33．646%;家禽生产能力次之，达到26．192%;猪生产能力再次之，达到20．952%;肉牛生产能力贡献率最低，为12．867%。从羊和奶牛生产能力因子看，河北省位于我国前列，表明河北省在羊和奶牛生产方面具有很强的能力。特别是奶牛被列为区域优势产品后，奶牛产业成为河北省畜牧业中发展最快的产业;但与排名前2位的地区相比仍存在很大的差距。从家禽生产能力因子看，河北省同样位于前列，表明河北省在家禽生产方面也具有很强的能力，但同排名第1位的地区存在很大差距。河北省应在重点打造蛋种鸡产业的同时，着力培育更多的家禽类企业，提升河北省的家禽类生产能力。
从猪生产能力因子看，河北省处于中下游水平，且低于平均水平，与排名前5位的地区有很大的差距。今后河北省应引导农户发展适度规模养殖，扩大优质种猪改良范围，实行“全进全出”生产模式，在粮食主产区加快建设优质瘦肉型猪生产基地，以大幅提升河北省猪生产能力。
第2篇
1.1试验过程
1.1.1T检验与信度分析
进行因子分析前必须对问卷进行稳定性和可靠性检验。经过单个样本检验，可得Sig=0.00，当Sig＜0.05，就可说明12个题项具有较好的区分度，即能够区分出不同题项被测试的反应程度，故皆可保留应用。根据信度系数划分，当信度系数＞0.9，表示信度好;信度系数＞0.8，表示信度可接受;信度系数＞0.7，表示应重新修订量表。验证所得信度系数为0.894，说明问卷信度较好，可转入因子分析步骤。
1.1.2因子分析
选择变量并设定因子参数或分析方法，如进行描述、抽取、旋转等步骤(操作过程略)。在进行因子分析前，必须进行KMO与球形测试，用于判断是否适合进行因素分析。KMO值为0.846(＞0.6)，适合进行因素分析。同时Bartlett''''sTestX2值为846.109，Sig＜0.05，达到显著，亦说明适合进行因素分析。根据荷载值可知:第一个新因子主要支配着a4、a5、a6、a8、a9、a11;第二个新因子主要支配a1、a3、a12;第三个新因子主要支配着a2、a7、a10。每个新公因子互不交叉，且至少支配2个及以上原因子，即提取的新因子可代表原有因子，满足问卷分析内容效度的要求。以特征值≥1为提取标准，共提取3个因素，累积贡献率为70.726%，已经达到因子分析要求。因子分析过程自动根据特征值大小对新因子进行排列。看出以特征值≥1为标准，共可提取3个新公因子。这从另一角度证明了因子分析的有效性。
1.2结果分析
将新提取的3个公因子分别命名为F1、F2、F3。F1主要反映出a4(实习意愿)、a5(独自实习倾向)、a6(参与实习主动性)、a8(工作环境适应性)、a9(人际关系影响)、a11(个人重要性)中的信息。以上6项可归结为大学生个人的认知与行为在实习成效中的影响作用，可将F1称为实习个体成熟度。F2主要反映出a1(实习必要性认识)、a3(实习安排服从度)、a12(他人影响)的信息。这3项涉及个体认知、过程有关，可将F2命名为实习适应能力。F3主要反映出a2(对实习的期望)、a7(对实习内容的满意)的信息。这2项可以解读为与实习目标层次和实际实习内容等有关，故命名为实习匹配程度。经过因子分析后，可以归纳出影响高校大学生实习成效的主要因素是:实习个体成熟度、实习适应能力、实习匹配程度。
2提升高校大学生实习成效的管理建议
总体而言，本次问卷设计、数据统计分析是成功的，所得结果亦较符合实际情况。本文所提炼的新因子基本表达了原有信息，较好地反映了目前高校大学生实习过程中的影响因素以及高校组织实习所面临的困难。基于因子分析结果，提出高校和大学生应从以下几方面来共同提高实习效果。
2.1提前培育大学生对实习认知与接纳的态度
实习是以学生为主体、学校或企业为主导的一项相互配合的活动。大学生是否清楚地意识到实习对自身的作用、能否从心理接纳实习并将意识转化为实习行动，这是决定大学生实习成效的首要因素。因此，高校必须将实习所要达到的目的、实习过程与方法、实习与理论如何结合等问题，在实习前及时进行教导，让大学生在思想上树立起强烈的实习意识和对实习活动的接纳意愿。同时，应培养大学生的独立自主意识和独立工作能力，形成正确的实习价值观和自主实习心态。此外，大学生亦应在实习期间初步学会自行化解工作难题或困扰的能力，以独立自主的势态迎接实习挑战。
2.2注重培养大学生实习协调与适应能力
大学生开展实习必须基于实习单位的业务及统筹安排，仅仅认识到实习的重要性并不能取得预期的实习成效。因此，只有将实习必要性的认知融入到实习过程和行为活动中，并将实习内容与实习单位的任务安排结合起来，同时，也应注重培养并提高大学生处理人际关系的能力，注意与实习单位的员工进行有效协作，充分学习或利用他人的知识技能，这样，才能更好地完成实习任务并取得预期的实习效果，最终提高大学生对实习单位的适应能力和实习效果。
2.3因人而异提高实习双向匹配程度
第3篇
内容摘要：文章抽取出影响制造业经济效益的利润创造因子和“流动性”因子，并根据综合因子得分进行排序和分析评价，对武汉制造业发展提出了一些有价值的政策建议。本文采用因子分析法，对武汉市34个制造行业的经济效益进行了定量评估和比较分析。
本文将武汉主要制造业的经济效益作为研究对象，对武汉市实施“工业强市”战略、抓住工业发展的第三个最好历史机遇、推进武汉制造产业升级、振兴老工业基地无疑将有重大意义。制造业代表着一个国家的国际地位与经济实力，是所有与制造有关的企业机构的总体，是国民经济的支柱产业。
因子分析法原理
本文的主要目的是从多因素出发，运用因子分析法对初选因子进行筛选和综合，找出影响武汉市34个制造业经济效益的主导因子，即公因子，然后进行评价分析。评价采用SPSS16.0统计软件对数据进行处理，得出武汉市制造业34个行业的经济效益得分与排名。
因子分析法基本思想是根据相关性大小对变量进行分组，使得同组内的变量之间相关性较高，不同组的变量相关性较低。每组变量代表一个基本结构，因子分析中将之称为公共因子。通过统计软件计算出每个研究对象的各个因子的得分，然后计算出因子综合得分。
武汉制造业经济效益因子评价
（一）数据选取及处理
本文选取了7个与制造业产业经济效益紧密相关的统计指标进行综合评价：工业增加值率（V1）、总资产贡献率（V2）、资产负债率（V3）、流动资产周转次数（V4）、工业成本费用利润率（V5）、全员劳动生产率（V6）和产品销售率（V7）。
本文选取武汉市2005-2007年34个制造业上述7项指标的具体数据，计算每个制造业指标3年的算术平均值作为综合评价的原始数据。为了消除由于评价指标的量纲不同而带来的影响，本文采用Z-SCORE方法对原始数据的34个制造业、7个定量指标数据进行标准化无纲处理，将指标实际值转化为可比较的评价值，得到表1。
Z-SCORE方法一般也认为是标准化转换，具体求法为，先求出每个指标的样本均值x和标准差S，然后从指标实际值中减去该指标的均值，再除以标准差S，就得到标准化的评价值Yi，公式为：
（二）武汉制造业经济效益因子分析
按照因子分析的步骤，本文利用SPSS16.0统计分析软件进行计算，利用标准化的数据表1中的34个样本、7个变量，求出7个指标（变量）的相关系数矩阵R的特征根及相应的特征向量。
确定取几个因子作为主因子的判定方法有两种：一是取所有特征值大于1的因子作为主因子；二是根据累计贡献率达到的百分比值确定。本文采用第一种方法，由表2可知，将选取特征值大于1的两个因子作为主因子。
由表3和表4可知，第一主因子与工业增加值率、总资产贡献率、成本费用利润率、全员劳动生产率上的载荷因子较大，因此该因子集中反映了制造业利润创造能力，定义为利润创造因子。第二主因子在流动资产周转率和产品销售率上的载荷因子较大，流动资产周转率和产品销售率均反映“流动性”，就将该因子定义为流动能力因子。
根据计算因子值的系数矩阵，可进一步得出因子计算等式：
F1=0.199V1+0.290V2-0.169V3-0.039V4+
0.287V5+0.267V6+
0.097V7
F2=-0.349V1+0.209V2+
0.046V3+0.552V4-
0.073V5+0.126V6+
0.491V7
利用两个因子的方差贡献率进行线性加权求和，便可以得到经济效益的综合评价模型：F=0.699F1+0.301F2
依据上述三个等式，计算得出2005－2007年武汉市34个制造业在2个因子上的得分和行业经济效益评价总得分，结果如表5所示。
结果显示，烟草制品业的经济效益最佳，其次是非金属矿采选业，饮料制造业排第三位，居制造业前10位的依次还有家具制造业、文教体育用品制造业、废弃资源和废旧材料回收加工业、黑色金属冶炼及压延加工业、仪器仪表及文化、办公用机械制造业、造纸及纸制品业、有色金属冶炼及压延加工业。居制造业末位的5个行业是有色金属冶炼及压延加工业、皮革、毛皮、羽绒及其制品业、通用设备制造业、纺织业和黑色金属矿采选业。
政策建议
资金技术密集型制造业在武汉制造业中所占比重很大，而且是未来制造业发展的方向，但是武汉市资金技术密集型制造业的经济效益差，鉴于资金技术密集型制造业自身具有风险大、周期长、高投入的特点，其发展必须要依赖政府财政资金和税收优惠政策的大力支持。建议由政府牵头联合制造业企业设立资金技术密集型制造业产业投资基金，大力发展制造业。
充分利用武汉劳动力成本低的比较优势，大力发展烟草加工业、饮料制造业等经济效益高的劳动密集型产业。立足武汉劳动密集型产业的现有比较优势，有效利用武汉丰富的劳动力资源优势，加快这些产业的设备更新与技术进步，尽快提高劳动密集型产品的质量和档次，实现劳动密集型产业与产品的升级，提高劳动密集型产品附加值。
加速用信息技术改造、提高传统产业。通过促进信息产品与传统产品的融合，以及信息技术在新产品的广泛应用，增加产品的信息技术附加值。加速传统企业信息化进程，把推广应用信息技术作为改进企业管理、推进传统企业技术改造、节约能源、实现由数量型向质量型和效益型转变并提高竞争力的重要手段；同时，按照国家的产业政策坚决淘汰一批企业。大力引进高新实用技术、先进设备改造传统产业，提高产品科技含量和企业生产效率。
参考文献：
1.薛薇.基于SPSS的数据分析[M].中国人民大学出版社，2006
