分析软件求得样本相关矩阵R的特征值和贡献率,如表2.3所示。根据表2.3绘制公共因子与特征值的碎石图,如图2.1。其中,横坐标为公因子数,纵坐标为公因子的特征值。Р表2.3 相关系数R的特征值、贡献率和累计贡献率Р公因子Р特征值Р贡献率Р累计贡献率РF1Р10.810Р60.058Р60.058РF2Р3.067Р17.039Р77.097РF3Р1.609Р8.940Р86.037РF4Р0.852Р4.735Р90.772РF5Р0.551Р3.060Р93.832РF6Р0.298Р1.655Р95.487РF7Р0.245Р1.364Р96.850РF8Р0.201Р1.116Р97.967РF9Р0.135Р0.753Р98.719РF10Р0.081Р0.452Р99.172РF11Р0.076Р0.425Р99.597РF12Р0.032Р0.176Р99.772РF13Р0.028Р0.154Р99.926РF14Р0.008Р0.042Р99.968РF15Р0.005Р0.025Р99.993РF16Р0.001Р0.004Р99.997РF17Р0.001Р0.003Р100.000РF18Р1.02E-016Р5.67E-016Р100.000Р图2.1 公因子与特征值碎石图Р根据特征根大于1的原则,选入三个公共因子,其累计方差贡献率为86.04%。公共因子的贡献率表示该公共因子反映原指标的信息量,累计贡献率表示相应几个公共因子累计反映原指标的信息量。从表2.3可以看到,三个公共因子的累计贡献率达到86.04%,即三个公共因子可以反映原指标86.04%的信息量。由图1也可以看出,前三个公共因子变化最大,说明前三个公共因子提供了原始数据18个指标所能表达的足够的信息。因此,上述18项指标可以综合成公共因子F1、F2和F3。相应的因子载荷矩阵见表2.4。
全文预览
