Download presentation
Presentation is loading. Please wait.
1
Factor Analysis 因素分析 陳思先
2
為何要使用因素分析(factor analysis)?
減少共線性問題(collinearity) 標準誤(Standard errors) 從多個測量値中淬取出(extract)該變項所代表的真正因素(factor) 精簡變項
3
操作步驟1 檢驗共線性問題 Stata指令：Corr 變項A 變項B 變項C 變項D 檢視每一對變項之間的關係係數
4
操作步驟2 進行初步的變項淬取(Initial Factor Extraction) 注意表格中的”Eigenvalue”
Stata指令：factor變項A 變項B 變項C 變項D, pf 注意表格中的”Eigenvalue”
5
操作步驟3 計算出因素値的構成量(Factor Rotation) 可先省略此步驟，因為之後還會再作一次。 構成每個因素的Loading
Stata指令：rotate, promax 可先省略此步驟，因為之後還會再作一次。
6
操作步驟4 決定要採用多少個因素(Factor) 沒有一定的規則，但通常會使用Eigenvalue>1的因素。
或是有意義(Meaningful)的因素，也可以保留。
7
操作步驟5 再淬取一次，但這次要確定有幾個因素要保留。
Stata指令：factor 變項A 變項B 變項C 變項D, factor(3) pf 在此僅為舉例有3個因素要保留
8
操作步驟6 計算出因素値的構成量(Factor Rotation) 這次就是真正在計算所要留下來的因素構成量了。
構成每個因素的Loading Stata指令：rotate, promax 這次就是真正在計算所要留下來的因素構成量了。
9
操作步驟7 計算精簡後的因素値(Computing factor scores) 檢視前20筆觀察値
Stata指令：predict 因素1 因素2 因素3 檢視前20筆觀察値 Stata指令：list 因素1 因素2 因素3 in 1/20
10
操作步驟8 使用該因素値於一般迴歸統計之中 Stata指令： regress 依變項 自變項1 自變項2 因素1 因素2 因素3 解讀報表
Similar presentations
