为因子分析输入数据

输入要从数据中提取的因子数。因子数必须至少为 1 且不得超过总变量数。为了取得最佳结果，您数据中的每 3 个变量拥有的因子不得超过一个。例如，如果您有 12 个变量，则最多应提取 4 个因子。

如果不知道要提取的因子数，请将此字段留为空白并且指定主分量作为提取方法。单击图形并显示碎石图。Minitab 会计算最大因子数，其等于您输入的变量数。使用这些结果可确定要提取的因子数，然后在再次执行分析时输入该数字。有关更多信息，请转至步骤 1：确定因子数。

如果您使用极大似然作为提取方法，则必须输入因子数。具有极大似然的最大因子数应小于您数据中的变量数。

选择正交旋转初始因子载荷的选项。Minitab 将旋转轴，为您提供不同的视角，这可帮助您解释因子。

初始因子载荷通常很难解释。旋转通常创建更为简单的因子结构并且使得因子更容易辨识。旋转还会删除所有变量拥有高载荷的一般因子。

Minitab 旋转载荷以最小化简单性标准。此标准中的参数 gamma (γ) 由旋转方法确定。如果您使用 gamma 值较低的方法，旋转会简化载荷行。如果您使用 gamma 值较高的方法，旋转会简化载荷列。

• 无：不旋转载荷。
• 变量-因子方差最大法：旋转载荷以使变量的一个因子拥有高载荷，但其他因子拥有较低的载荷。这种方法是因子方差最大法和变量方差最大法旋转之间的折中。
• 因子方差最大法：使每个因子 (gamma = 1) 中的平方因子载荷最大化。因子方差最大法是一种使用最广泛的旋转方法。这种旋转简化了因子载荷矩阵的列。在每个因子中，大的载荷增大，小的载荷减小，于是每个因子仅有少量的变量拥有大载荷。
• 变量方差最大法：使每个因子 (gamma = 0) 中的平方因子载荷最大化。这种旋转简化了因子载荷矩阵的行。在每个变量中，大的载荷增大，小的载荷减小，于是每个变量仅有少量的因子拥有载荷。
• 综合法指定 γ 值为：使用基于您输入的 gamma 值的载荷。输入一个介于 0 到 1 之间的 gamma 值。