⑴ spss中如何用因子分析计算各指标的权重
确定数据的权重也是进行数据分析的重要前提。可以利用SPSS的因子分析方法来确定权重。主要步骤是:
(1)首先将数据标准化，这是考虑到不同数据间的量纲不一致，因而必须要无量纲化。
(2)对标准化后的数据进行因子分析(主成分方法)，使用方差最大化旋转。
(3)写出主因子得分和每个主因子的方程贡献率。 Fj =β1j*X1 +β2j*X2 +β3j*X3 + ……+ βnj*Xn ; Fj 为主成分(j=1、2、……、m)，X1、X2 、X3 、……、Xn 为各个指标，β1j、β2j、β3j、……、βnj为各指标在主成分Fj 中的系数得分，用ej表示Fj的方程贡献率。
(4)求出指标权重。 ωi=[(m∑j)βij*ej]/[(n∑i)(m∑j)βij*ej],ωi就是指标Xi的权重。
(1)spss因子分析股票扩展阅读
因子分析的基本思想是根据相关性大小把原始变量分组，使得同组内的变量之间相关性较高，而不同组的变量间的相关性则较低。
每组变量代表一个基本结构，并用一个不可观测的综合变量表示，这个基本结构就成为公共因子，对于所研究的某一具体问题，原始变量就可以分解成两部分之和的形式，一部分是少数几个不可测的所谓公共因子的线性函数，另一部分是与公共因子无关的特殊因子。
⑵ 如何spss因子分析
本来想给你截图的，可是传不上来，我就简单说一下哈。
首先你得进行一次预计算，选择菜单里分析——降维——因子分析，跳出主面板，把想分析的变量选到变量框里，然后点确定。这时候输出窗口里会只有一个或两个图表。其中有一个图表是主成分的方差贡献。这个图表里你要找到两个相邻的列（应该是第三列和第四列），其中前一个列指的是单个因子对方差的贡献率，后一个是因子累计贡献率。也就是说前一个列里边数值相加等于100，后一个列里边数值递增，最后一个等于100。假如前一个列里是60,30,10，那么后一列里就是60,90,100.两个列之间有一个和的关系。找到这两个列以后，你要找使得累计贡献率达到百分之八十的那个数。这个表的第一列是1,2,3，等等，它代表第几个因子，比如3指的那行就包括第三个因子的方差贡献率，累积到第三个因子的方差贡献率这两个数据。你要找到累计到达百分之八十的那个因子是第几个因子，然后就按提取几个因子进行计算。
通过预计算知道了提取几个因子之后，就开始正式计算。再次打开因子分析的主面板，在最右边一共有五个选项，分别是描述，抽取，旋转，得分，选项。这五个在预计算里边没有用，但是现在要用了。点继续。
点击描述，在对话框里选上初始变量分析，kmo统计量及bartlett球形检验这两个选项，（注意，kmo和bartlett是一个选项，选项名就是很长）这一步是用来判断变量是否适于进行因子分析的。
点击抽取，对话框里最上边的方法就选主成分，分析里选上相关性矩阵，输出选上未旋转的因子解和碎石图两个选项，抽取里选择因子的固定数目，在要提取的因子后边填上你预计算里算出的因子数目。点继续。
旋转里边选最大方差法，输出旋转解。继续。
得分里边选保存为变量，方法为回归，显示因子得分系数矩阵也要打上勾。继续。
确定。
然后就可以分析结果了。
先看kmo和bartlett的结果，kmo统计量越接近1，变量相关性越强，因子分析效果越好。通常0.7以上为一般，0.5以下不能接受，就是不适合做因子分析。bartlett检验从检验相关矩阵出发，如果p值，就是sig，比较小的话，一般认为小于0.05，当然越小越好，就适于因子分析。
如果这两个检验都合格的话，才可以去写因子模型。
为了便于描述，假设我们有两个因子f1，f2，
旋转变换后的因子载荷矩阵会告诉你每个变量用因子表示的系数。比如变量x1=系数1*f1+系数2*f2，变量2以此类推。
因子得分系数矩阵会告诉你每个因子里各变量占得权重，比如f1=系数1*x1+系数2*x2+。。。
根据这个我们就能算出因子得分了。
因为之前选择了将因子保存为新变量，所以spss会直接保存两个因子得分为两个新变量，
然后我们不是有一个公式吗
总得分=因子1的方差贡献率*因子1的得分+因子2的方差贡献率*因子2的得分+...
根据这个公式计算一下就可以了。
用spss或者excel都可以。
希望能对你有帮助哦。
ppv课，大数据培训专家，最专业的大数据培训平台。为你提供最好的spss学习教程哦。
⑶ 求助：spss用因子分析法 怎么得到因子得分和排名
通过因子分析中一个选项保存因子得分，然后系统会在原数据最后保存生成3列因子得分，将假设为a1、a2、a3代表3个因子，然后根据因子分析得出三个因子的特征根值，分别计算粗3个因子的权重，分别为各自的特征根值/三个因子特征根值之和。
然后综合因子得分=a1*对应权重+a2*对应权重+a3*对应权重，之后就根据综合因子得分进行大小排名即可。
(3)spss因子分析股票扩展阅读
（i）因子分析法的分析步骤
⑴确认待分析的原变量是否适合作因子分析。
⑵构造因子变量。
⑶利用旋转方法使因子变量更具有可解释性。
⑷计算因子变量得分。
（ii）因子分析的计算过程：
⑴将原始数据标准化，以消除变量间在数量级和量纲上的不同。
⑵求标准化数据的相关矩阵；
⑶求相关矩阵的特征值和特征向量；
⑷计算方差贡献率与累积方差贡献率；
⑸确定因子：
设F1，F2，…， Fp为p个因子，其中前m个因子包含的数据信息总量（即其累积贡献率）不低于80%时，可取前m个因子来反映原评价指标；
⑹因子旋转：
若所得的m个因子无法确定或其实际意义不是很明显，这时需将因子进行旋转以获得较为明显的实际含义。
⑺用原指标的线性组合来求各因子得分：
采用回归估计法，Bartlett估计法或Thomson估计法计算因子得分。
⑻综合得分
以各因子的方差贡献率为权，由各因子的线性组合得到综合评价指标函数。
F = (w1F1+w2F2+…+wmFm)/(w1+w2+…+wm )
此处wi为旋转前或旋转后因子的方差贡献率。
⑼得分排序：利用综合得分可以得到得分名次。
⑷ spss因子分析在证券市场个股分析中的应用实例
spss因子分析用于证券市场个股分析中，因为因子分析法是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。它的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。
康美药业投资分析
一、上市公司基本面情况：
600518康美药业,最新财务主要指标（08-09-30）每股收益(元)0.2390，每股净资产(元)3.5470，净资产收益率(％) 6.74，总股本(亿股)7.6440 ，实际流通A股(亿股)7.6440，每股资本公积1.843，主营收入(万元)130369.89，同比增 40.04% ，每股未分利润0.606 ，净利润(万元)18264.62，同比增 83.04%；
二、该股票的投资亮点：
1.2007年公司完成了阿莫西林分散片、利巴韦林片等多个再注册产品的研究开发和上报工作，部分仿制药品取得了《药物临床试验批件》；同时公司积极开发中药系列产品，完成了"代用茶"、"植物饮料"的备案号注册以及西洋参胶囊/饮料科技开发立项工作；"红景天"、"毒热平"两个中药新药品种已基本完成临床前研究工作。
2.2008年，随着国家卫生事业改革进一步深化，新农合、城镇职工基本医疗保险、城镇非从业居民基本医疗保险的进一步推广，整个医药市场容量将增大。人们在医疗尤其是在药品上的消费量和消费金额将迅速上升，这将对医药行业快速发展带来有利的影响。
3. 2007年公司中药饮片二期扩产项目顺利建成并试产运营，该项目是公司在传统中医药领域推广应用新技术，实现中药饮片规模化、标准化和产业化生产的一个重大成果。项目的投产缓解了产能紧张压力，保障了市场供给，进一步稳固了公司在国内中药饮片生产龙头企业的地位。
4.公司通过增资扩股募集资金投资中药物流配送中心项目，该项目是发挥公司中药产业的生产经营优势，整合当地中药材专业市场资源，为延伸公司产业链条而实施的一个重点项目。
三、专业投资机构意见：
公司主营业务中药饮片继续拉动公司业绩高速增长，2008 年三季度净利润增长83%，公司将全面布局全国性中药饮片产业链，行业整顿期利用并购稳健扩张，公司正在创建中药饮片行业的高质量标准体系，将发展为现代国内中药饮片龙头，预计公司未来三年复合增长率为40%，2008-2010 年EPS 为0.35，0.48，和0.80给予"增持"的投资评级。
四、综合分析判断结论：
从以上的信息可见康美药业作为国家中药制药的龙头企业，其股票是具有投资价值的，所以该股票后市看好，完全是可以长期投资的。
⑸ spss因子分析详细步骤
1、在新建的Excel表格中，插入六列数据，有种类、AC1、AC2、AC3、AC4和AC5；
⑹ 李克特量表怎么用spss因子分析
因子分析
1输入数据。
2点Analyze 下拉菜单，选Data Rection 下的Factor 。
3打开Factor Analysis后,将数据变量逐个选中进入Variables 对话框中。
4单击主对话框中的Descriptive按扭，打开Factor Analysis: Descriptives子对话框，在Statistics栏中选择Univariate Descriptives项要求输出个变量的均值与标准差，在Correlation Matrix 栏内选择Coefficients项，要求计算相关系数矩阵，单击Continue按钮返回Factor Analysis主对话框。
5单击主对话框中的Extraction 按钮，打开如下图所示的Factor Analysis: Extraction 子对话框。在Method列表中选择默认因子抽取方法——Principal Components，在Analyze 栏中选择默认的Correlation Matrix 项要求从相关系数矩阵出发求解主成分，在Exact 栏中选择Number of Factors;6， 要求显示所有主成分的得分和所能解释的方差。单击Continue按钮返回Factor Analysis主对话框。
6单击主对话框中的OK 按钮，输出结果。
统计专业研究生工作室原创，请勿复杂粘贴
⑺ 上市证券公司盈利能力spss分析因子分析法的指标选取
都可以，很多参考文献都是这样的，但是看数据质量，不一定效果好
统计专业研究生工作室为您服务
⑻ spss19.0用因子分析法计算综合得分（用来比较业绩的），跪求大神教个详细做法
因子分析只是一个基础的工作，因子得分不是因子分析的最终结果，因子得分可以作为变量进行回归分析、聚类分析、计算因子的综合得分等等。
1、因子综合得分在因子得分的后续运用中很是重要。没有必要在Excel中建立计算公式，spss的功能很强大，操作见图片。计算出后，可一再建立一个“排序”变量，按降序方法来排序。
再对scores排序即可。
⑼ SPSS 因子分析之后得出了几个Factor的结果，利用这几个FACTOR 结果进行了线性回归分析之后。。
因子分析的各因子是相互独立的，如果在三维空间里的话，就是类似于X,Y,Z轴那样相互垂直的，它们不相关。所以R值和F值接近零，自然显著性水平极低接近1了。
你做的线性回归分析毫无意义，属于乱做一气。其实你还是做了一些工作的，那就是你验证了各个因子的相互独立性！