⑴ spss中如何用因子分析計算各指標的權重
確定數據的權重也是進行數據分析的重要前提。可以利用SPSS的因子分析方法來確定權重。主要步驟是:
(1)首先將數據標准化，這是考慮到不同數據間的量綱不一致，因而必須要無量綱化。
(2)對標准化後的數據進行因子分析(主成分方法)，使用方差最大化旋轉。
(3)寫出主因子得分和每個主因子的方程貢獻率。 Fj =β1j*X1 +β2j*X2 +β3j*X3 + ……+ βnj*Xn ; Fj 為主成分(j=1、2、……、m)，X1、X2 、X3 、……、Xn 為各個指標，β1j、β2j、β3j、……、βnj為各指標在主成分Fj 中的系數得分，用ej表示Fj的方程貢獻率。
(4)求出指標權重。 ωi=[(m∑j)βij*ej]/[(n∑i)(m∑j)βij*ej],ωi就是指標Xi的權重。
(1)spss因子分析股票擴展閱讀
因子分析的基本思想是根據相關性大小把原始變數分組，使得同組內的變數之間相關性較高，而不同組的變數間的相關性則較低。
每組變數代表一個基本結構，並用一個不可觀測的綜合變數表示，這個基本結構就成為公共因子，對於所研究的某一具體問題，原始變數就可以分解成兩部分之和的形式，一部分是少數幾個不可測的所謂公共因子的線性函數，另一部分是與公共因子無關的特殊因子。
⑵ 如何spss因子分析
本來想給你截圖的，可是傳不上來，我就簡單說一下哈。
首先你得進行一次預計算，選擇菜單里分析——降維——因子分析，跳出主面板，把想分析的變數選到變數框里，然後點確定。這時候輸出窗口裡會只有一個或兩個圖表。其中有一個圖表是主成分的方差貢獻。這個圖表裡你要找到兩個相鄰的列（應該是第三列和第四列），其中前一個列指的是單個因子對方差的貢獻率，後一個是因子累計貢獻率。也就是說前一個列里邊數值相加等於100，後一個列里邊數值遞增，最後一個等於100。假如前一個列里是60,30,10，那麼後一列里就是60,90,100.兩個列之間有一個和的關系。找到這兩個列以後，你要找使得累計貢獻率達到百分之八十的那個數。這個表的第一列是1,2,3，等等，它代表第幾個因子，比如3指的那行就包括第三個因子的方差貢獻率，累積到第三個因子的方差貢獻率這兩個數據。你要找到累計到達百分之八十的那個因子是第幾個因子，然後就按提取幾個因子進行計算。
通過預計算知道了提取幾個因子之後，就開始正式計算。再次打開因子分析的主面板，在最右邊一共有五個選項，分別是描述，抽取，旋轉，得分，選項。這五個在預計算里邊沒有用，但是現在要用了。點繼續。
點擊描述，在對話框里選上初始變數分析，kmo統計量及bartlett球形檢驗這兩個選項，（注意，kmo和bartlett是一個選項，選項名就是很長）這一步是用來判斷變數是否適於進行因子分析的。
點擊抽取，對話框里最上邊的方法就選主成分，分析里選上相關性矩陣，輸出選上未旋轉的因子解和碎石圖兩個選項，抽取里選擇因子的固定數目，在要提取的因子後邊填上你預計算里算出的因子數目。點繼續。
旋轉里邊選最大方差法，輸出旋轉解。繼續。
得分里邊選保存為變數，方法為回歸，顯示因子得分系數矩陣也要打上勾。繼續。
確定。
然後就可以分析結果了。
先看kmo和bartlett的結果，kmo統計量越接近1，變數相關性越強，因子分析效果越好。通常0.7以上為一般，0.5以下不能接受，就是不適合做因子分析。bartlett檢驗從檢驗相關矩陣出發，如果p值，就是sig，比較小的話，一般認為小於0.05，當然越小越好，就適於因子分析。
如果這兩個檢驗都合格的話，才可以去寫因子模型。
為了便於描述，假設我們有兩個因子f1，f2，
旋轉變換後的因子載荷矩陣會告訴你每個變數用因子表示的系數。比如變數x1=系數1*f1+系數2*f2，變數2以此類推。
因子得分系數矩陣會告訴你每個因子里各變數佔得權重，比如f1=系數1*x1+系數2*x2+。。。
根據這個我們就能算出因子得分了。
因為之前選擇了將因子保存為新變數，所以spss會直接保存兩個因子得分為兩個新變數，
然後我們不是有一個公式嗎
總得分=因子1的方差貢獻率*因子1的得分+因子2的方差貢獻率*因子2的得分+...
根據這個公式計算一下就可以了。
用spss或者excel都可以。
希望能對你有幫助哦。
ppv課，大數據培訓專家，最專業的大數據培訓平台。為你提供最好的spss學習教程哦。
⑶ 求助：spss用因子分析法 怎麼得到因子得分和排名
通過因子分析中一個選項保存因子得分，然後系統會在原數據最後保存生成3列因子得分，將假設為a1、a2、a3代表3個因子，然後根據因子分析得出三個因子的特徵根值，分別計算粗3個因子的權重，分別為各自的特徵根值/三個因子特徵根值之和。
然後綜合因子得分=a1*對應權重+a2*對應權重+a3*對應權重，之後就根據綜合因子得分進行大小排名即可。
(3)spss因子分析股票擴展閱讀
（i）因子分析法的分析步驟
⑴確認待分析的原變數是否適合作因子分析。
⑵構造因子變數。
⑶利用旋轉方法使因子變數更具有可解釋性。
⑷計算因子變數得分。
（ii）因子分析的計算過程：
⑴將原始數據標准化，以消除變數間在數量級和量綱上的不同。
⑵求標准化數據的相關矩陣；
⑶求相關矩陣的特徵值和特徵向量；
⑷計算方差貢獻率與累積方差貢獻率；
⑸確定因子：
設F1，F2，…， Fp為p個因子，其中前m個因子包含的數據信息總量（即其累積貢獻率）不低於80%時，可取前m個因子來反映原評價指標；
⑹因子旋轉：
若所得的m個因子無法確定或其實際意義不是很明顯，這時需將因子進行旋轉以獲得較為明顯的實際含義。
⑺用原指標的線性組合來求各因子得分：
採用回歸估計法，Bartlett估計法或Thomson估計法計算因子得分。
⑻綜合得分
以各因子的方差貢獻率為權，由各因子的線性組合得到綜合評價指標函數。
F = (w1F1+w2F2+…+wmFm)/(w1+w2+…+wm )
此處wi為旋轉前或旋轉後因子的方差貢獻率。
⑼得分排序：利用綜合得分可以得到得分名次。
⑷ spss因子分析在證券市場個股分析中的應用實例
spss因子分析用於證券市場個股分析中，因為因子分析法是從研究變數內部相關的依賴關系出發，把一些具有錯綜復雜關系的變數歸結為少數幾個綜合因子的一種多變數統計分析方法。它的基本思想是將觀測變數進行分類，將相關性較高，即聯系比較緊密的分在同一類中，而不同類變數之間的相關性則較低，那麼每一類變數實際上就代表了一個基本結構，即公共因子。對於所研究的問題就是試圖用最少個數的不可測的所謂公共因子的線性函數與特殊因子之和來描述原來觀測的每一分量。
康美葯業投資分析
一、上市公司基本面情況：
600518康美葯業,最新財務主要指標（08-09-30）每股收益(元)0.2390，每股凈資產(元)3.5470，凈資產收益率(％) 6.74，總股本(億股)7.6440 ，實際流通A股(億股)7.6440，每股資本公積1.843，主營收入(萬元)130369.89，同比增 40.04% ，每股未分利潤0.606 ，凈利潤(萬元)18264.62，同比增 83.04%；
二、該股票的投資亮點：
1.2007年公司完成了阿莫西林分散片、利巴韋林片等多個再注冊產品的研究開發和上報工作，部分仿製葯品取得了《葯物臨床試驗批件》；同時公司積極開發中葯系列產品，完成了"代用茶"、"植物飲料"的備案號注冊以及西洋參膠囊/飲料科技開發立項工作；"紅景天"、"毒熱平"兩個中葯新葯品種已基本完成臨床前研究工作。
2.2008年，隨著國家衛生事業改革進一步深化，新農合、城鎮職工基本醫療保險、城鎮非從業居民基本醫療保險的進一步推廣，整個醫葯市場容量將增大。人們在醫療尤其是在葯品上的消費量和消費金額將迅速上升，這將對醫葯行業快速發展帶來有利的影響。
3. 2007年公司中葯飲片二期擴產項目順利建成並試產運營，該項目是公司在傳統中醫葯領域推廣應用新技術，實現中葯飲片規模化、標准化和產業化生產的一個重大成果。項目的投產緩解了產能緊張壓力，保障了市場供給，進一步穩固了公司在國內中葯飲片生產龍頭企業的地位。
4.公司通過增資擴股募集資金投資中葯物流配送中心項目，該項目是發揮公司中葯產業的生產經營優勢，整合當地中葯材專業市場資源，為延伸公司產業鏈條而實施的一個重點項目。
三、專業投資機構意見：
公司主營業務中葯飲片繼續拉動公司業績高速增長，2008 年三季度凈利潤增長83%，公司將全面布局全國性中葯飲片產業鏈，行業整頓期利用並購穩健擴張，公司正在創建中葯飲片行業的高質量標准體系，將發展為現代國內中葯飲片龍頭，預計公司未來三年復合增長率為40%，2008-2010 年EPS 為0.35，0.48，和0.80給予"增持"的投資評級。
四、綜合分析判斷結論：
從以上的信息可見康美葯業作為國家中葯制葯的龍頭企業，其股票是具有投資價值的，所以該股票後市看好，完全是可以長期投資的。
⑸ spss因子分析詳細步驟
1、在新建的Excel表格中，插入六列數據，有種類、AC1、AC2、AC3、AC4和AC5；
⑹ 李克特量表怎麼用spss因子分析
因子分析
1輸入數據。
2點Analyze 下拉菜單，選Data Rection 下的Factor 。
3打開Factor Analysis後,將數據變數逐個選中進入Variables 對話框中。
4單擊主對話框中的Descriptive按扭，打開Factor Analysis: Descriptives子對話框，在Statistics欄中選擇Univariate Descriptives項要求輸出個變數的均值與標准差，在Correlation Matrix 欄內選擇Coefficients項，要求計算相關系數矩陣，單擊Continue按鈕返回Factor Analysis主對話框。
5單擊主對話框中的Extraction 按鈕，打開如下圖所示的Factor Analysis: Extraction 子對話框。在Method列表中選擇默認因子抽取方法——Principal Components，在Analyze 欄中選擇默認的Correlation Matrix 項要求從相關系數矩陣出發求解主成分，在Exact 欄中選擇Number of Factors;6， 要求顯示所有主成分的得分和所能解釋的方差。單擊Continue按鈕返回Factor Analysis主對話框。
6單擊主對話框中的OK 按鈕，輸出結果。
統計專業研究生工作室原創，請勿復雜粘貼
⑺ 上市證券公司盈利能力spss分析因子分析法的指標選取
都可以，很多參考文獻都是這樣的，但是看數據質量，不一定效果好
統計專業研究生工作室為您服務
⑻ spss19.0用因子分析法計算綜合得分（用來比較業績的），跪求大神教個詳細做法
因子分析只是一個基礎的工作，因子得分不是因子分析的最終結果，因子得分可以作為變數進行回歸分析、聚類分析、計算因子的綜合得分等等。
1、因子綜合得分在因子得分的後續運用中很是重要。沒有必要在Excel中建立計算公式，spss的功能很強大，操作見圖片。計算出後，可一再建立一個「排序」變數，按降序方法來排序。
再對scores排序即可。
⑼ SPSS 因子分析之後得出了幾個Factor的結果，利用這幾個FACTOR 結果進行了線性回歸分析之後。。
因子分析的各因子是相互獨立的，如果在三維空間里的話，就是類似於X,Y,Z軸那樣相互垂直的，它們不相關。所以R值和F值接近零，自然顯著性水平極低接近1了。
你做的線性回歸分析毫無意義，屬於亂做一氣。其實你還是做了一些工作的，那就是你驗證了各個因子的相互獨立性！