发布时间：
因子分析结果的方法和过程如下：1、因子的提取和旋转(1) 确定您的因子分析的目的之前运行的程序和解释输出。阿因子分析常见的用途是定义一组尺寸集（因素）对现有的基本措施。例如，假设您要定义一到，旨在衡量一个人的政治态度调查问卷的答复确定的基本因素。你的假设可能是一个潜在的一些因素有助于形成对政治和政府的态度。(2) 检查您的因子提取输出。因子提取是第一次两个因素分析阶段，第二个因素是轮换。提取有助于找出潜在因素。通过检查你确定你的输出两部分：初始特征值和卵石这个阴谋。特征值衡量的是一组特殊因素解释措施的变异量。一个有用的指引，是包括利用特征值大于1的因素。(3) 把你的注意卵石情节，一对特征值的相对大小的图形显示。保留所有因素在急剧下降的阴谋的一部分特征值。假设在这个例子中，你有这样三个特征值的阴谋，他们都大于1。这意味着你有三个因素。(4) 进行了三个因素三要素旋转提取。统计旋转操纵的因素，使他们更有意义。您的统计软件或统计指南将提供关于如何进行的一个因素轮换步骤。旋转运行的因素会产生额外的输出。2、结构因素分析(1) 在检查的因素轮换您的输出矩阵的一部分相关的模式。这个矩阵将显示相关评分，或因素负荷量，每个变量之间的基本因素。因素负荷量高的项目 - 与0.300和1.00之间（例如加或减）都与相应的因素。(2) 确定你的三个因素的措施，每个呈正相关。您可能会发现一些项目，因为可以在低负载的所有因素因素排除。(3) 基于高因素负荷量，名称或标签的三个因素每个项目的内容。因子分析的主要目的是用来描述隐藏在一组测量到的变量中的一些更基本的，但又无法直接测量到的隐性变量。比如，如果要测量学生的学习积极性，课堂中的积极参与，作业完成情况，以及课外阅读时间可以用来反应积极性。而学习成绩可以用期中，期末成绩来反应。
将分析题项拖入选框中，点击进行“开始因子分析”（用户可主动设置因子个数）。因子分析（探索性因子分析）用于探索分析项应该分成几个因子，比如20个量表题项应该分成几个方面较为合适。因子分析通常有三个步骤：第一步是判断是否适合进行因子分析；第二步是因子与题项对应关系判断；第三步是因子命名。因子分析应用举例：1、案例当前有一份数据，共有12个量表题，希望将此12个量表题使用因子分析浓缩成几个维度，用于探索企业员工满意度的维度情况。研究人员在研究前预期分析项可分为4个维度（也可不事先假定），当然有可能个别项与因子对应关系并不合适，因此有可能对其进行删除处理。2、操作步骤将分析题项拖入选框中，点击进行“开始因子分析”（用户可主动设置因子个数）得到的分析结果如下：第一步：首先判断是否适合进行因子分析KMO和Bartlett检验结果SPSSAU对结果进行智能分析第二步：判断提取的因子个数第三步：是因子与题项对应关系判断因子与题项对应关系判断：假设预期为4个因子(变量)，分析题项为12个；因子与题项交叉共得到48个数字，此数字称作”因子载荷系数”(因子载荷系数值表示分析项与因子之间的相关程度)；针对每个因子(变量)，对应12个”因子载荷系数”，针对每个分析项，则有4个”因子载荷系数值”(比如0.765,-0.066,0.093,0.075)，选出3个数字绝对值大于0.4的那个值(0.765),如果其对应因子1,则说明此题项应该划分在因子1下面。第四步：对因子进行命名本次研究员工满意量表共提取出4个因子，此4个因子对应的题项分别为4个、3个和2个，对4个因子分别进行命名，分别为福利待遇因子、管理及制度因子、员工自主性因子和工作性质因子。
具体一点，说明白详细要求，我可以帮忙。
因子1与因子2所代表的因子载荷系数ΔR2代表r2改变量，属于调节效应范畴0.3左右代表的拟合度偏低
旅游专业人才供需矛盾问题长期存在，完善旅游管理专业实践教学是解决人才供需矛盾，培养高素质旅游专业人才的重要途径。下面是我为大家整理的旅游专业毕业论文，供大家参考。
摘要：通过文献分析及访谈的方法，提出地方高校旅游管理专业学生的专业认同测量模型由七个维度构成。对该模型进行了因子分析分析，结果表明旅游管理专业学生的专业认同测量模型包括情况专业前景、专业归属与发展、专业教学3个维度，最后提出地方高校应从提高教学水平，强化教师队伍建设;寻求教学方法的改革创新;开展专业各项活动，形成良好的学习氛围和归属感等方面提高旅游管理专业学生专业认同。
关键词：旅游管理;专业认同;福建省
随着我国旅游业的发展，越来越多的地方本科院校也开设旅游管理专业，毕业生人数也逐年增多。然而，就业形势缺不容乐观。造成这一矛盾的原因应该是多方面，但从现实情况而言，可能更多的是学生对本专业的认同度低造成的，认同度低，就缺乏学习的兴趣，即使毕业了，也不会愿意从事本专业的工作。为此，以专业认同为视角，对地方高校旅游管理专业的学生进行了调查，了解目前旅游管理专业学生对本专业的认同评价情况，为营造有利于专业认同的生成环境、提高专业认同水平提供参考。
1研究假设
“专业认同”是由埃里克森首次提出的，是自我认同和自我发展的重要内容。白凯等人认为学科认同由专业学习、专业前景、专业意识、职业发展、专业投机、社会偏见、专业归属等7个维度构成[1]。邱宏亮等人认为导游专业认同包括专业教学、专业前景、专业意识、专业归属和职业发展等5个维度[2]。再结合现实的情况，将旅游管理专业学生的专业认同测量模型划分教学、专业前景、专业意识、专业归属、专业发展、专业投机、职业偏见等7个维度。在此基础上，提出研究假设：地方高校旅游管理专业学生专业认同测量模型具有多维性，包含专业教学、专业前景、专业意识、专业归属、专业发展、专业投机和职业偏见。
2研究设计
为了解旅游管理专业学生的专业认同现状，笔者对福建省部分新建本科院校旅游管理专业的学生进行了问卷调查，依据上述假设的七个维度，设计23道问题，对学生的专业认同情况进行调查。采用李克特量表，分为五个等级，分值分别为1～5分，分数越高者，代表其对专业的认同度越高，反之则越低[5]。本次调查一共发放了350份问卷，最终回收的有效问卷为326份，有效率达到93%，符合要求。其中，男生72名，占22%;女生278名，占78%。从性别看，男女生数量差距较大，原因在于旅游管理专业的生源中，女生要比男生多。
3旅游管理专业学生专业认同因子分析
在进行因子分析前，先要进行题项的纯化。题项纯化标准是：(1)题项与总体的相关系数值小于0.4且删除题项后内部一致性α系数反而变大者删除;(2)旋转后因子载荷值小于0.4或者同时在两个因子上的载荷值都大于0.4者删除[2]。根据上述标准，使用SPSS21.0进行题项纯化，23个选项最后删除了10项，剩下13个题项进行因子分析。结果表明，13个题项的KMO检验统计量的值为0.872，巴特利特球形检验的值为1271.770，Sig值为0.000，符合探索性因子分析的要求。采用SPSS21.0进行因子分析，由方差解释贡献率来看，前3个因子累计解释了70.363%的信息，符合要求，说明可以提取3个公因子。从因子分析的结果看，第一个公因子“专业前景”;第二个公因子“专业归属与发展”;第三个公因子“专业教学”。
4结论与建议
4.1结论
通过上述因子分析，验证了文章开头的假设，即地方高校旅游管理专业学生专业认同测量模型具有多维性，只是从实际分析结果看，多维性只包括专业前景、专业归属与发展和专业教学3个维度，其中专业归属与发展包含了专业归属和专业发展的部分指标。
4.2建议
(1)提高教学水平，强化教师队伍建设。教学工作是培养学生专业认同的重要途径。所以提高学生的专业认同首先应该从提高教学水平、加强教师的专业素养着手。地方高校可以有计划分派到国内外知名高校进行深造进修，完善、拓展其知识体系，提升其教育理论水平和科研能力;鉴于旅游管理专业强烈的实践性和地方高校培养目标的职业化，增强教师的实践技能显得尤为重要。
(2)寻求教学方法的改革创新。教学中，要打破过往的以教师纯理论知识教授为主的授课模式，尝试创建以培养学生应用、创业、创新能力的职业技能为目标的人才培养模式。解决问题的关键在于要将理论和实践教学相结合，结合地方高校特色，以案例教学和项目教学贯穿整个教学活动的始终，突出以学生为主体，教师讲授为辅。
(3)开展专业各项活动，形成良好的学习氛围和归属感。良好学习氛围的营造需要校方和专业教师的共同引导。一方面校方可以出台指导学生专业认同和职业素质培养的相关制度文件，比如对学生的社会调查给予资金支持，由专业教师分别带队就知名的旅游城市、旅游饭店、旅游集团等进行社会调查，形成书面报告进行交流学习，让学生提升专业认知度和把握行业最新动态;另一方面需要深化师生互动关系，让教师走下讲台，与学生多些交流互动，鼓励学生积极参与各项活动，鼓励学生创新，引导整个专业良好学习氛围的形成，从而促进学生专业归属感的提升。
参考文献：
[1]官春兰等.特殊教育专业本科生专业认同现状的调查研究-以两所部属全国重点师范大学为例[J].中国特殊教育,2011(4):22-29.
[2]白凯等.旅游管理专业的学科认同:量表开发与维度测量[J].旅游学刊,2012(5):41-48.
摘要：旅游行业的特点决定了旅游管理专业硕士研究生必须具备创新能力，创新能力的培养是研究生教育的核心内容。但是我国旅游管理专业研究生创新能力培养中仍然存在着学生自主创新能力的不够、教育模式单一、课程体系不合理等问题。针对这些问题，应通过优化教学模式、营造学术氛围、实行校企联合等方式，培培育旅游管理专业研究生创新能力。
关键词：旅游管理;研究生;创新能力;培养
创新能力是民族进步的灵魂、经济竞争的核心;当今社会竞争，与其说是人才的竞争，不如说是人的创造力竞争。对于综合性旅游产业而言，创新型人才尤为重要。我国旅游管理专业硕士研究生教育是为旅游业培养具有创新能力高端人才的摇篮，所以加强对我国旅游管理专业研究生创新能力培育的研究尤为重要。
一旅游管理研究生创新能力概述
(一)创新能力的概念
创新能力是指研究者运用积累的知识和经验，经过科学的思维加工和再造,产生新知识、新思想、新方法和新成果的能力，是一种思维作用动机、认知指导实践的综合性能力。创新能力强调的是一种在打破常规的基础上产生具有现实意义的东西的能力。
(二)旅游管理专业研究生需具备的创新能力
(1)获取和转化知识的能力
掌握丰富的的基础理论知识是研究生进行创新的必要条件，没有知识的积累，一切创新都只是空谈。在研究生阶段，对于知识的获取需要注意的有知识的广度、深度以及获取知识的速度。旅游管理是一个涉及知识面非常广的专业，学生只有拥有了广博的知识才能使自己的思维更加灵活。研究生阶段学习具有很强专业性，对知识的获取需更加深入，在“专”的基础上再“破”。同时，快速获取和不断更新知识的能力是知识创新的基础和前提。知识是永无止境的，学术研究也是无止境的，加之旅游业的迅猛发展，学生如果不能保证获取知识的时效性，那么创新就无从谈起[1]。
(2)开拓创新的能力
墨守成规是发展的绊脚石，创新的意义在于“出新”，新是创新的本质，是创新的价值所在。要创新，就要突破常规戒律，突破固有的习惯，突破条条框框，突破已有经验，突破过去的思维定势。旅游管理专业的研究生要善于用新思维、新方法、新角度看问题，突破旧的观念，使用新思维方式对现有资料进行梳理和分析;在汲取优秀文化遗产的同时,赋予其新时代内涵;除需具备时代精神外,还要注重新资料的发掘考证,对其进行科学分析,古为今用,赋予新的内涵和外延。
(3)预测和承担风险的能力
创新就意味着风险，任何创新都与风险相伴相依，充满了不确定因素。旅游行业本身也是一个风险重重的行业，越来越激烈的市场竞争环境使得旅游管理创新型人才必须勇于承担风险,对经营、管理中可能遇到的问题有充分的思想准备,勇于接受挑战,并能够经受风险考验,在困难中不断开拓进取。
(4)实践和应变的能力
创新能力的形成离不开学生的实际活动，学生只有在各种实践中发现问题，提出问题，解决问题，在不断探索中产生新的观点和思想火花，才能形成“求异”的思维，萌发创新意识。旅游管理专业研究生在学习和研究过程中，需要更加注重实践的作用，旅游属于服务性的行业，实践和应变能力显得尤为重要，只有将研究与实践有机结合，在实践中灵活处理各种可能出现的问题，随机应变，才能碰撞出真正符合实际的创新火花，使这些创新成果运用到实处，实现创新目的。
(5)集成和移植创新能力
集成创新能力是指创新行为主体采用系统工程的理论与方法,以提供特别优点的方式,将创新要素经过主动的优化、选择搭配,使其相互之间以最合理的结构形式结合在一起,形成一个由适宜要素组成的、相互优势互补、匹配的有机体,从而使有机体的整体功能发生质的跃变的一种自主创新过程的能力[2]。移植创新能力指的是将已有的知识在不同的时空引进、消化、吸收并进行再次创新的能力[3]。旅游管理专业是一个覆盖很多门类的学科，经济学、心理学、历史学等学科知识对于旅游管理专业的研究生而言，都是非常重要的。学科合理整合可以使学生在思考问题时避免了直线思维方式，有助于创新思维形成，在研究学习中，旅游管理专业的研究生要善于灵活运用交叉学科,采用不同的标准思考问题。
二旅游管理专业硕士研究生创新能力培养的必要性
旅游业的迅速发展,市场对各层次旅游管理专业人才的需求量急剧增长，对旅游管理人才也提出了更高的标准。
(一)创新是旅游企业家的使命
研究生培养的核心是创新能力和综合素质的培养。旅游管理专业硕士研究生的职业定位已经和本专科旅游管理专业的毕业生有了明显区别，旅游企业家已经成为了很多旅游管理专业硕士研究生职业选择。创新是企业家的本质特征和核心使命，也是企业家精神的灵魂。对于欲在旅游行业中有所作为的企业家而言，创新显得尤为重要。旅游作为新兴产业，存在的机会和可以利用的资源都还很充足，需要旅游企业家具有独特的投资眼光，发现一般人无法发现的机会，充分利用一切可以利用的包括一般人不能运用的资源，找到一般人无法想象的办法，创造性地进行开发，或者对已有资源重新进行整合，实现再次发现，为自己创造具有独创性的事业保证。这些都需要企业家具备创新精神和能力。
(二)创新是旅游企业核心竞争力的核心
旅游企业核心竞争力是很多种能力的有机结合，它是旅游企业自身控制的且不易被别的企业所模仿和复制的可以是旅游企业在行业竞争中保持持久优势的一种综合能力，创新是旅游企业核心竞争力的重要组成部分[4]。创新是旅游企业发展的不竭动力，是企业核心竞争力中最重要的因素，创新的主动与被动以及创新的快慢与效果也成为了旅游企业在竞争中获得优势的关键。旅游企业核心竞争力的不断生成与强化，特别明显地表现在开发潜在市场能力的不断更新，强化产品的升级换代上。旅游企业之间的竞争，最直接的体现是旅游企业产品之间的竞争。人民生活水平的提高，以及消费观念的改变，旅游消费者对旅游企业产品的需求也随之更为多样化。所以，绝妙的创意、经典的策划和产品的不断开发创新将对旅游企业行业地位的提升及企业未来的长远发展起到巨大的推动作用。
(三)创新是旅游行业持续发展的推动力
旅游业是高度综合的服务型产业。加快旅游业持续健康地发展,必须树立新的旅游资源观、新的旅游产品观、新的旅游市场观和新的旅游投入观,不能仅仅局限于对本行业的研究，而要拓宽视野，根据市场要求，并结合旅游相关行业的发展情况，开拓新的旅游市场，推出新的旅游产品，开发引领创新型的旅游消费方式。只有不断更新，不断改进，才能确保整个旅游行业蓬勃发展。旅游行业的发展需要具有专业旅游管理知识的人才，创新型旅游管理人才的优势，对于促进旅游业的发展具有十分重大的意义，高校旅游教育是我国旅游管理人才培养的重要基地，为我国旅游业的发展提供了智力支持和原动力。
三旅游管理专业硕士研究生创新能力培养中存在的问题
(一)学生自主创新意识不强，学术氛围不浓
我国研究生大多受传统教学模式影响，对老师传授的知识被动地接受，甚少对老师所讲授的问题进行独立思考，更鲜见提出自己的观点，学术讨论和交流的氛围不浓。包括旅游管理专业研究生在内的我国研究生普遍地养成了一种依赖性接受知识的学习态度和学习习惯，缺少教育发达国家所倡导的开放式追问风气，没有养成批判性思维方式。在很大程度上影响了研究生创新能力的提升。研究生创新能力培养受多种因素影响，其中营造浓厚的学术氛围、形成良好的学术风气是重要环节之一。目前我国许多高校开展的学术活动相对较少，学术氛围不够浓厚，很少组织有研究生参加的科研实践和学术活动[5]。很多学校研究生在研究生学习期间，因为导师的不同，即使在同一学院或同一专业，除了在公共课或全体大会之外学生基本很少联系，那么相互之间对学术问题的探讨就很少。一些导师忙于自己的教学和科研，对研究生的学术活动关注不够，研究生学术视野狭窄，对学科国际前沿问题缺乏了解，科研能力、创新意识不强。
(二)教学模式和方法落后，师资力量相对薄弱
研究生教学与本科教学的方法有着本质区别，但我国研究生教学仍存在许多问题。很多学校教学模式单一，归纳型和以“教”为主的教学模式仍被广泛运用于旅游管理专业研究生教学中。教学方法对课堂教学效果起着非常重要的作用，即便教学内容再新颖、再先进，没有科学合理的教学方法，也很难取得预期的教学效果。目前，我国研究生教学中普遍存在着导师仍旧采用灌输式的“授之以鱼”方法，而很少采用引导式的“授之以渔”授课方法。很多老师教学方式手段落后，很少利用先进教学设备进行辅助授课，很难激起学生兴趣，影响教学效果。旅游管理是一个比较年轻的学科，师资力量还不够雄厚，很多导师都是直接从别的专业转入，知识体系不够完备;大师级别的导师较少，师资力量相对于其他成熟专业较弱，严重影响了旅游管理专业研究生创新能力的培养。
(三)课程体系设置不合理
当前我国旅游管理专业研究生课程体系设置仍不够合理,存在学分较多、公共基础课偏多、课程体系缺乏层级性、实践课比重不足、跨学科、跨专业课程较少、前沿性课程不够等问题,没有突出课程的专业性、前沿性、综合性,不能充分反映交叉学科、边缘学科和新兴学科的新发展。旅游管理是一个跨多个领域的学科，但是很多学校对于此专业的研究生课程安排没有体现这个显著的特征，课程安排很少涉及除旅管理专业之外的其他专业课程。课程设置和本科专业课程部分重复。
(四)创新与实践结合的能力不强
目前旅游管理专业研究生教学仍主要是对于课本知识的课堂讲授，这种方式不仅空洞乏味，而且理论和实践脱节现象较为严重，忽视了对学生研究能力、实践动手能力、综合分析能力以及与社会沟通协调能力的综合培养。很多学校只是注重学生发表的论文数量，注重学生所获的学分多少，却不注重实践能力的培养。对于本专业而言，学校和旅行社、酒店等旅游企业的横向合作是培养硕士研究生创新能力的重要途径。需要学校和旅游企业密切合作、协同发展，为旅游管理专业研究生创新能力培养，搭建坚实的平台。
四提升旅游管理专业硕士研究生创新能力的具体措施
(一)重视知识积累，培养自主创新意识，营造良好学术氛围
知识积累是创新的基础，任何创新都是在前人基础上做出的，只有了解前人成果，才能实现超越。旅游管理专业研究生培养，既要注重培养获取和转化知识的能力，也要了解问题的研究基础，善于思考问题，在丰富的理论知识基础上进行自主创新。学校要设法营造一个良好的学术环境，努力创造教师到境外培训、学习的机会，同时让研究生积极参加各种学术活动。扩宽研究生视野、增长见识、锻炼思维能力，培养创新意识。学生通过参加学术活动，与同行接触交流，孕育创新的思想，产生从事科学研究的兴趣，聆听专家和优秀代表的报告，相互交流，拓宽研究视野，启迪思维，激发创新灵感，培养创新意识，促进自身创新能力的提高，使学生在一种良好的学术环境中潜移默化地实现创新素质与创新能力的提升。
(二)培养导师创新观念，优化教学模式，改进教学方法
对于研究生而言，导师的作用不言而喻。一个拥有创新能力和创新意识的导师往往能给予学生很多帮助，要让研究生做出好的研究，导师首先带头垂范。这种垂范要体现在教授、示范、指导和控制等多个方面。学校要优化教学模式，改进教学方法，可采取小班授课，采用讲座式、启发式、互动式教学，扩大自学比重,鼓励研究生进行课程专题报告，互相讨论交流。有条件的课程可以通过聘请院士、知名专家举办专题讲座等形式进行。学校应该以旅游管理重点学科建设为龙头，以教学、科研建设为中心，加大经费投入，建立一支年富力强的培养教育、科学研究、服务地方经济建设的师资队伍。充分发挥学科教学带头人作用，推进教学工作的老中青相结合，创建教学质量高、结构合理的教学团队;建立有效的团队合作机制，推动教学内容和方法改革研究，促进教学研讨和教改经验交流，开发教学资源。
(三)优化课程体系，拓宽学生视野
要进一步优化旅游管理专业研究生课程体系结构。降低必修课程总学分,提高选修课比重;调整部分老化课程,增加包含新观点、新方法、新内容的课程，鼓励开设学科交叉的课程;鼓励研究生跨专业、跨学科选课。由于旅游管理专业的涉及面很广，学校可以加入一些旅游相关专业的课程，如经济学、历史学、心理学等方面的课程，打破学科界限，加大课程融合，培养学生广博的知识面和良好的综合素质。
(四)加强实践教学，在实践中创新
学校和学生都要提高对实践的认识，实践对于旅游管理专业的研究生而言尤为重要，脱离了实践，培养出来的创新型人才将无法真正服务于社会。学校需要提升实践课程地位，通过实验实训课、旅游企业调研、专业实习和毕业设计环节提高学生实践创新能力。实践教学的主要目的是培养学生应用能力和在实践创新能力。旅游资源富集区是旅游专业学生见习和实习难得的社会课堂。在旅游专业课的学习之余或者是学习过程中，可采用理论与实践结合的方式授课，让学生走出校门,带着问题到宾馆、风景区、旅行社去学习。在实践中深化理论知识,在实践中运用已有的知识进行创新，做真正适应社会需求的创新型人才。
参考文献：
[1]李烨,王庆生.旅游管理专业大学生创新能力培育模式研究[J].青岛酒店管理职业技术学院学报,2011(1):62-65.
[2]孙金梅,黄清.企业集成创新要素及评价指标体系[J].东北林业大学学报,2006(5):97-99.
[3]张林.培养医学硕士研究生从“移植创新”到“自主创新”的能力[J].考试周刊,2009(40):197-198.
[4]路文静.旅行社企业竞争力研究[D].济南:山东师范大学,2007.
[5]叶建军.研究生创新能力培养的缺失及其对策[J].宝鸡文理学院学报(社会科学版),2010,(4):103-106.
[6]姜乃力.高校旅游管理创新人才培养措施探究[J].沈阳教育学院学报,2004,(12):105-107.
[7]陈福义.整合、创新及品牌营销是加快旅游业发展的根本[J].湖南商学院学报,2003,10(4):65-68.
[8]王奕.人文社科研究生培养模式的创新与实践之路——以重庆大学为例[J].中国研究生,2011(11):56-57.
统计分析是运用统计 方法 与分析对象有关的知识，从定量与定性的结合上进行的研究活动。下文是我为大家整理的关于统计分析论文的 范文 ，欢迎大家阅读参考!
浅谈统计分析与决策
[摘要] 统计分析与决策二者有联系又有区别。统计要参与决策，必须搞好统计分析。搞好统计分析，需要解决选题、分析、撰写 报告 三个问题。
[关键词] 统计分析 分析方法 决策
统计工作的全过程分为四个阶段，即统计设计，统计调查，统计整理，统计分析。其中，统计分析是统计工作的最后一个阶段，是出统计成果的阶段。现在倡导统计要参与决策，这是不是说统计工作还要增加一个决策阶段呢?如果不是，那么，统计分析与决策是什么关系呢?
狭义的说，统计分析与决策是有区别的。统计分析是以统计数字为基础，以统计方法为手段，对社会经济情况进行科学的分析和综合研究，以认识其本质和规律的过程。而决策则是为了达到某一预定目标，运用逻辑方法和统计方法，对两种或两种以上可能采取的方案进行比较、分析、研究，以做出合理的、科学的抉择的行为过程。假若把统计分析与决策比作医生看病，统计分析就是对病情的诊断，决策就是开处方，“诊断”和“处方”是有区别的。
广义的讲，统计分析与决策是密不可分的。一方面，统计分析贯穿于决策过程之中。一个决策过程大体上可分为下列三个大步骤：第一，诊断问题所在，确定决策目标;第二，探索和拟定各种可能的备选方案;第三，从各种备选方案中选出最合适的方案。从这三大步骤看，尽管要用到多种方法和手段，但哪一步也离不开统计分析，第一步就是通过统计分析，诊断问题所在，并在分析的基础上确定决策目标;第二步拟定备选方案，要经过“轮廊设想”和“细部设计”这个阶段对轮廊设想的方案要做初步筛选，对每一方案要充实具体内容，“筛选”和“充实”都要经过统计分析;第三步选择最佳方案，首先要对各个备选方案进行评价、论证，这又需要统计分析。因此可以说，没有统计分析，也就没有科学决策。另一方面，从某种意义上讲，决策是统计分析的结果。一般来说，统计分析报告是提出问题、分析问题、指出解决问题的办法，其实，决策方案也就是解决问题实现决策目标的办法，只不过比“今后意见”“几条 措施 ”之类的办法更全面、更详细、更科学罢了。医生诊断是为了正确处方，治病救人，不能只诊断不处方。统计分析是为了发现问题，解决问题，推动社会经济的顺利发展;也不能只提出问题，而不寻找解决问题的办法。从这个意义上讲，统计分析也就包括预测和决策。我们不能为统计而统计，也不能为分析而分析。统计应该参与决策，为了决策科学化，必须搞好统计分析。
搞好统计分析，需要解决选题、分析、撰写报告三个问题。
一、统计分析选题
所谓选题，就是在复杂的社会经济现象中,确定统计分析的内容和范围。进行统计分析,选题很重要。成功的选题是成功的分析的前提。
怎样选好题呢?选好题标准有两条:―是分析对象有意义，二是适合决策层和群众需要。关键是抓住党和国家的方针政策和企业的经济效益。
统计分析课题是很广泛的。工业统计分析课题如：计划执行情况分析、工业净产值统计分析、工业产品销售统计分析、工业原材料供应和消耗统计分析、工业能源消耗统计分析、工业生产设备统计分析、工业劳动与工资统计分析、成本利润统计分析、综合经济效益统计分析等。商品流通企业统计分析课题如：市场供求状况分析、市场占有率分析、主要商品经济寿命周期分析、市场商品价格分析、计划执行情况分析、购销合同执行情况分析、商品购进质量分析、商品销售动态分析、商品销售构成分析、商品库存分析、企业经济效益分析等。对于以上内容，可根据不同的时间、地点、条件，按两条选题标准适当选择。
统计分析有专题分析与综合分析之分。在一定的总体范围内，研究总体的各个方面及其相互关系，或研究总体的主要方面的统计分析，属于综合分析;只研究其中某一方面，或某一部分的统计分析，属于专题分析。两者各有不同的特点，都是必要的，但专题分析宜多，综合分析宜少。
二、统计分析方法
统计分析的关键是分析，怎样进行统计分析呢?统计分析有两个特点:一是以统计数字为基础,二是以统计方法为手段。因此,统计分析在选题之后,就要根据分析的需要,搜集整理有关数字资料及具体情况,在充分占有材料的基础上,灵活运用统计方法进行分析。
统计分析方法很多。统计学原理中除了有关统计调查、统计整理的内容外,综合指标、统计指数、时间数列、抽样推断等内容全部是统计分析方法。从方法角度上讲，统计分析就是统计学原理的运用。
统计方法与人们的认识过程是相适应的。人们的认识分感性认识和理性认识两个阶段。感性认识阶段所认识的是事物的现象，可采用统计调查和统计整理。理性认识阶段所认识的是事物的本质和规律，这个阶段要经过形成概念、进行判断和推理等思维活动。与此相适应，要分别采用不同的统计分析方法。
形成概念一般用描述性的综合指标法，即总量指标、相对指标和平均指标，以说明现象的规模大小、水平高低、速度快慢、内部结构以及比例关系等。判断推理就是要判断事物的性质，分析事物变化的原因，找出事物发展的规律。这一般要用分组分析法、动态分析法、因素分析法、相关回归分析法、平衡分析法等。
对统计学原理中的各种统计分析方法要熟练地掌握，灵活地运用。怎样灵活运用呢?这里有个技巧问题。技巧就是定性分析与定量分析巧妙结合。
所谓定性分析是指对事物的性质和影响事物发展变化的因素进行分析。定量分析就是分析事物的规模、水平、速度、结构、比例，以及各个因素对事物总体变化的影响方向和影响程度。定性分析与定量分析巧妙结合有两层含义，一是二者不可偏废，二是二者密不可分，
没有定性分析,定量分析就没有方向。没有定量分析,定性分析就不准确。结合的目的是在质与量的辩证统一中探寻事物的内在联系。
从根本上讲，统计分析就是完成从感性认识到理性认识，从现象到本质的飞跃。完成了这―飞跃，才是高质量的统计分析。有些统计分析质量不高，往往就是没有完成这一飞跃，仍然停留在表面现象上。
三、统计分析报告的撰写
统计分析报告是统计的最终产品。如果说统计数字的准确性是统计的生命，那么，统计分析报告的质量则关系到统计作用的发挥。对高质量的统计分析报告的要求，可以概括为五个字，就是“准、快、新、深、活”。
准:就是实事求是地反映客观实际。做到数字准确，情况准确，论点准确。
快:就是在决策层决策之前，不失时机地及时提供分析报告。
新:就是不断创新。要求不断开拓新领域，钻研新课题，反映新情况和新问题。
深:就是要在充分占有材料的基础上，提高分析的深度，使认识不只停留在反映现象上，而要揭示事物的本质和规律，并且用观点统帅材料，用材料说明观点，做到材料和观点的统一。
活:就是文字生动活泼，形式灵活多样。资料要多样化和生动具体，要有群众语言，要通俗易懂，文字要精精炼。
统计分析报告是在统计分析的基础上撰写出来的。没有好的分析，不可能写出好的报告。经过分析阶段，弄清了事实，判明了性质，探索出规律，得出了结论，在此基础上就可以撰写统计分析报告。但分析得好，并不等于报告写得好，这里还有个撰写的技巧问题，那就是准确地表述事实，透彻地阐明本质，深刻地揭示规律，恰当地提出建议。
1.准确地表述事实
每一篇统计分析报告，都需要表述所分析的现象，即说明“是什么”。准确地表述事实，才能给读者一个明确的概念。为此，须注意如下几点:(1)数字要真实;(2)运用数字要适当，不要堆砌数字，搞数字文字化;(3)语言要素准确。
2.透彻地阐明本质
现象只说明事物的各个片面，本质才说明事物的整体。撰写统计分析报告，必须深刻地揭示事物的本质，它是统计认识事物的正确程度和深度的反映。如果不能深刻地阐明事物的本质，那只能是现象罗列，没有多大价值。
阐明事物的本质，也就是阐明事物的基本性质。事物的性质是由事物内部矛盾的主要方面决定的。例如，某企业利润增加，是靠涨价，还是靠降低成本?经过分析，认识到利润增加主要是靠降低成本，这是矛盾的主要方面，这就反映出事物的性质。因此，在报告中就应阐明降低成本在提高经济效益中的重要作用。再如某企业，本质问题是钢材浪费严重，在报告中就应揭示浪费的若干方面和严重程度。
3.深刻地揭示规律
规律是事物内部固有的、本质的、必然联系。成本高低与产量多少有联系，经过推理，这种联系是事物内部固有的、本质的必然联系，反映了事物发展变化的规律性，而且存在一定的回归关系。而回归方程反映这种关系，所以在统计分析报告中，要利用回归方程揭示这种必然联系及其回归关系。
4.恰当地提出建议
认识世界的目的是为了改造世界。经过统计分析,透过现象认识到事物的本质和规律,还必须提出解决问题的建议,如“今后意见”、“几点建议”、“决策方案”等等。怎样才算恰当地建议呢?恰当的建议要符合三个条件:(1)符合分析目的;(2)合乎客观规律;(3)切实可行。
以上四点,一般可以作为分析报告的结构和顺序,但不能千篇一律。
统计分析报告是统计分析结果的反映。既要注意提高写作水平，更要努力锻炼分析问题和解决问题的能力。
试谈统计分析方法应用
【摘要】统计分析方法应用于各个领域，解决了很多工业、农业、经济、医学等领域的实际问题，本文分析多元统计分析方法的主要应用和构建多元统计方法检验体系的必要性，针对性的提出了需要引起注意的共性问题，具有很强的现实意义。
【关键词】统计分析方法;应用;检验体系;共性问题;现实意义前言
随着信息技术的普及和广泛应用，它推动了社会、经济和科学技术的发展，多元统计分析方法的难题得到了攻破，各个领域广泛采用，推动了各行各业经济的快速发展。
二、多元统计分析方法的主要应用
统计方法是科学研究的一种重要工具，其应用颇为广泛。在工业，农业，经济，生物和医学等领域的实际问题中，常常需要处理多个变量的观测数据，因此对多个变量进行综合处理的多元统计分析方法显得尤为重要。随着电子计算机技术的普及，以及社会，经济和科学技术的发展，过去被认为具有数学难度的多元统计分析方法，已越来越广泛地应用于实际。
聚类分析
它是研究分类问题的一种多元统计方法，聚类分析的基本思想是首先将每个样本当作一类，然后根据样本之间的相似程度并类计算新类与 其它 类之间距离，再选择近似者并类每合并一次减少一类，继续这一过程直到所有样本都合并成为一类为止。所以聚类分析依赖于对观测间的接近程度或相似程度的理解，定义不同的距离量度和相似性量度就可以产生不同的聚类结果。企业制定 市场营销 战略时要弄清在同一市场中哪些企业是直接竞争者，哪些是间接竞争者是非常关键的一个环节。要解决这个问题，企业首先可以通过 市场调查 ，获取自己和所有主要竟争者，从而寻找企业在市场中的机会。
判别分析
判别分析是已知研究对象分成若干类型，并取得各种类型的一批已知样品的观测数据、在此基础上根据某些准则建立判别式，然后对未知类型的样品进行判别分析，企业在市场预测中往往根据以往所调查的种种指标，用判别分析方法判断下季度产品是畅销平销或滞销。一般情况下判别分析经常与聚类分析联合起来使用。
主成分分析
主成分分析就是设法将原来指标重新组合成一组新的互相无关的几个综合指标，来代替原来指标，同时根据实际需要从中可取几个较少的综台指标，尽可能多反映原来指标的信息，在市场研究中常常利用主成分析方法分析顾客的偏好和当前市场的产品与顾客之间的差别，从而提供给生产企业新产品开发方向的信息。
因子分析
因子分析是主成分分析的推广和应用。它是将错综复杂的随机变量综合为数量较少的随机变量去描述，多个变量之间的相关关系以再现原始指标与因子之间的相互关系。也可以认为因子分析是将指标按原始数据的内在结构分类。例如:对Y个调查区的商业网点数、人口数、金融机构服务数、收入情况等N个指标进行因子分析，如果按照一般的分析方法，我们就需要处理N个指标，并给它们以不同的权重。这样不仅工作量变大而且由干指标之间存在比较高的相关性，会给分析结果带来偏差另外给具有较高相关性的众多指标，从而计算出各个调查区平均综合实力得分以便决定在某个调查区拟建何种类型的销售点。
三、构建多元统计分析方法检验体系的必要性
(一)构建多元统计分析方法检验体系，提高多元统计分析应用质量
多元统计分析方法已经越来越为人们广泛应用，但应用中盲目套用分析方法的情况很多，只关心模型方法的应用。许多教科书也只侧重介绍多元统计分析方法的思想、原理和分析步骤，对多元统计分析方法应用结果的统计检验叙述不多。这就直接影响了多元统计分析方法的应用效果和可信性。因此，本文拟对多元统计分析方法的统计检验问题进行探讨。构建多元统计分析方法检验体系的目的在于进一步丰富和完善多元统计分析方法的内容体系;实践上，使多元统计分析方法的应用更加合理、规范。推动多元统计分析方法应用质量的提高，推动多元统计分析方法获得更广泛的应用。
(二)多元统计分析统计检验体系的基础理论
多元正态分布总体的样本分布，即维希特分布，霍特林分布，威尔克斯分布,多元正态总体均值向量假设检验，包括一个正态总体均值向量假设检验，两个正态总体均值向量假设检验，多个正态总体均值向量假设检验;多元正态总体协方差阵假设检验，包括一个正态总体协方差阵假设检验，多个协差阵相等假设检验。
(三)关于统计检验体系
将上述统计检验体系有机结合在一起，就构成了多元统计分析方法检验体系的基本框架。多元统计分析方法检验体系的构建,用多元统计分析方法，充分发挥多元统计分析方法的应用价值，提高应用质量，我们建议，在应用时，应该按照上述框架进行相应的统计检验。当然。上述统计检验体系还是一个初步的框架，随着多元统计分析方法理论的逐步完善，上述检验体系也需要不断完善，也需要更多的同行关注此类问题并不断加以研究。另一方面，在实际应用中，即便是某种方法根据上述内容都进行了统计检验，由于各种方法自身存在的缺陷或局限性，也还会存在许多应用中考虑不周之处。应该引起注意。但是，因子分析结果还是具有较大主观性。特别是对公共主因子在专业方面实际意义的解释上，仍然保留着一种艺术气息，并没有统一做法，因此很多情况下也是不能令人满意的。总之，我们在应用时，对因子分析的适用性、公因子的估计方法、公因子选取的数目。公因子的实际意义的解释等一系列问题都要引起足够注意。检验体系有如下几个分类：
a.主成分分析统计检验体系
b.因子分析统计检验体裂引
c.系统聚类分析统计检验体系
d.判别分析统计检验体裂
e.对应分析统计检验体系
f.典型相关分析统计检验体系
四、多元统计分析方法应用中需要注意的几个共性问题
1.关于原始数据变量的总体分布问题。
对原始变量的总体分布各种方法各有不同的要求。有的方法对原始数据变量总体分布没有特殊的要求，如主成分分析、聚类分析、对应分析。有的方法在不同情况下，对原始变量分布有不同的要求，如因子分析中，公共因子的估计方法不同，对原始变量分布要求不同，采用极大似然估计方法估计主因子时，是假定原始变量是服从多元正态分布的，因此，应用时要引起重视，如典型相关分析要求原始变量服从正态分布，但在严格意义上，如果变量的分布形式比如高度偏态不会降低其他变量的相关关系，典型相关分析是可以包含这种非正态变量的。
样本容量问题。
进行多元统计分析时，样本容量n达到多少为宜，目前尚没有统一的结论。有的认为样本容量应是变量个数的10～20倍，有的认为样本容量要在100以上比较合适，有的认为进行巴特莱特检验时的样本容量应该大于150方可，也有的认为不必苛求太多的样本容量，如在进行主成分分析和因子分析时当原始变量之间的相关性很小时，即使再扩大样本容量，也难以得到满意效果。
原始变量之间的相关性以及非线性关系问题。
多元统计分析方法中，有的是的要求原始变量中要具有相关性。有的则不要求原始变量具有相关性。如聚类分析中，进行Q型系统聚类分析时对原始数据变量之间的相关性也是有要求的，如选择欧式距离、明氏距离、兰氏距离时，则要求原始变量之间是不相关的。只有对原始数据的相关性进行了处理后，才可以选择使用上述距离。若原始变量存在相关性，则选择马氏距离比较合适。另外原始变量之间的非线性关系也是需要注意的问题。如主成分分析、因子分析以及典型相关分析当基于相关矩阵来进行计算时，这里的相关矩阵实际上是Pearson的积差相关。但是，如果变量之间的关系不是线性的，而是非性相关关系，于是，所进行的分析以及结论也就失去应有的意义了。
数据处理问题。
多元统计分析中涉及多个变量，不同变量往往具有不同的量纲及不同的数量级别。在分析时，具有不同量纲的变量进行线性组合是没有意义的，不同的数量级别的变量之间进行分析时。会导致“以大吃小”，即数量级的变量的影响会被忽略，从而影响了分析结果的合理性。因此。为了消除量纲和数量级别的影响，进行多元统计分析时，必须对原始数据进行处里，最常用的是先作标准化变换处理，然后再作相应的分析。
五、结束语
在统计分析方法的应用中，会涉及到多个变量，因此，必须根据原来有的数量进行处理，然后才能得出相应的分析结论。本文结合多元统计分析方法的理论基础，对相关检验体系和分析体系进行了分析，具有现实的理论指导意义。
【参考文献】
[1]于秀林.多元统计分析[M].北京,中国统计出版社，1999：223—224.
[2]高惠璇.应用多元统计分析[M].北京,北京大学出版社 ，2005：343—366.
[3]郭志刚.社会科学分析方法一SPSS软件应用[M].,中国人民大学出版社，1999.
[4]傅德印.主成分分析中的统计检验问题 [J].统计 教育 ，2007(9)：4—7.
kmo，方差贡献率，因子载荷，这三个
将分析题项拖入选框中，点击进行“开始因子分析”（用户可主动设置因子个数）。因子分析（探索性因子分析）用于探索分析项应该分成几个因子，比如20个量表题项应该分成几个方面较为合适。因子分析通常有三个步骤：第一步是判断是否适合进行因子分析；第二步是因子与题项对应关系判断；第三步是因子命名。因子分析应用举例：1、案例当前有一份数据，共有12个量表题，希望将此12个量表题使用因子分析浓缩成几个维度，用于探索企业员工满意度的维度情况。研究人员在研究前预期分析项可分为4个维度（也可不事先假定），当然有可能个别项与因子对应关系并不合适，因此有可能对其进行删除处理。2、操作步骤将分析题项拖入选框中，点击进行“开始因子分析”（用户可主动设置因子个数）得到的分析结果如下：第一步：首先判断是否适合进行因子分析KMO和Bartlett检验结果SPSSAU对结果进行智能分析第二步：判断提取的因子个数第三步：是因子与题项对应关系判断因子与题项对应关系判断：假设预期为4个因子(变量)，分析题项为12个；因子与题项交叉共得到48个数字，此数字称作”因子载荷系数”(因子载荷系数值表示分析项与因子之间的相关程度)；针对每个因子(变量)，对应12个”因子载荷系数”，针对每个分析项，则有4个”因子载荷系数值”(比如0.765,-0.066,0.093,0.075)，选出3个数字绝对值大于0.4的那个值(0.765),如果其对应因子1,则说明此题项应该划分在因子1下面。第四步：对因子进行命名本次研究员工满意量表共提取出4个因子，此4个因子对应的题项分别为4个、3个和2个，对4个因子分别进行命名，分别为福利待遇因子、管理及制度因子、员工自主性因子和工作性质因子。
看看吴明隆的spss操作实务，里面就有很详细的步骤的！爸妈在线心理网团队为你解忧!
你好spss熟练掌握你怎么联系呢
可以使用在线spssau完成因子分析，可结合帮助手册的案例懂的更快。
通常有三个步骤：第一步是判断是否适合进行因子分析;第二步是因子与题项对应关系判断;第三步是因子命名。
主要看KMO值大小，一般KMO值大于0.6说明适合进行因子分析。
看因子的提取情况，以及因子载荷系数，分析题项与因子的对应关系。
在第二步删除掉不合理题项后,并且确认因子与题项对应关系良好后,则可结合因子与题项对应关系,对因子进行命名。
具体步骤可阅读在线spssau帮助手册：因子分析-SPSSAU
3.2.1.1 技术原理
因子分析是研究相关阵或协方差阵的内部依赖关系，它将多个变量综合为少数几个因子，以再现原始变量与因子之间的相关关系。R型因子分析研究变量（指标）之间的相关关系，通过对变量的相关阵或协方差阵内部结构的研究，找出控制所有变量的几个公共因子（或称主因子、潜因子），用以对变量或样品进行分类；Q型因子分析研究样品之间的相关关系，通过对样品的相似矩阵内部结构的研究找出控制所有样品的几个主要因素（或称主因子）这两种因子分析的处理方法一样，只是出发点不同。R型从变量的相关阵出发，Q型从样品的相似矩阵出发。对一批观测数据，可以根据实际问题的需要来决定采用哪一种类型的因子分析。
对多变量的平面数据进行最佳综合和简化，即在保证数据信息丢失最少的原则下，对高维变量空间进行降维处理。可以通过下面的数学模型来表示：
地下水型饮用水水源地保护与管理：以吴忠市金积水源地为例
式中：x1，x2，…，xi是p个原有变量，是均值为零、标准差为1的标准化变量，经过降维处理，p个变量可以综合成m个新指标 F1，F2，…，Fm，且 x 可由 Fm线性表示出，即：x＝AF+ε，其中矩阵A＝（αij）p×m，为因子载荷矩阵，aij统计学中称为“权重”。
地下水型饮用水水源地保护与管理：以吴忠市金积水源地为例
式中：A是第i个原有变量在第j个因子变量上的负荷，公共因子矩阵F＝（F1，F2，…，Fm），特殊因子矩阵ε＝（ε1，ε2，…，εi）T，表示了原有变量不能被因子变量所解释的部分，相当于多元回归分析中的残差部分。
因子载荷矩阵A中各行元素的平方和，称为变量共同度，是全部公共因子对变量Xi的总方差所作出的贡献，称为公因子方差，表明xi对公共因子F1，F2，…，Fm的共同依赖程度。
地下水型饮用水水源地保护与管理：以吴忠市金积水源地为例
因子载荷矩阵A中各列元素的平方和，记为 ：
地下水型饮用水水源地保护与管理：以吴忠市金积水源地为例
式中： 的统计意义与 恰好相反， 表示第j个公共因子Fj对X的所有分量x1，…，xp的总影响，称为第j个公共因子Fj对x的贡献，它是衡量第j个公共因子相对重要性的指标。目前用于估计A的方法主要有主因成分法、主因子解和极大似然法。
3.2.1.2 技术流程
（1）数据合理性检验
因子分析的应用要求原始变量之间有较强的相关关系，因此，在分析之前，首先需要对数据进行相关性分析，最简单的方法就是计算变量之间的相关系数矩阵。如果相关系数矩阵在进行统计检验中，大部分都小于0.3，那么这些变量就不适合进行因子分析。SPSS常用的统计检验方法有巴特利特球形检验、反映像相关矩阵检验和KMO检验。
巴特利特球形检验（Bartlett Test of Sphericity），若检验统计量较大，则认为原始数据间存在相关性，适合进行因子分析，否则不适合。
反映像相关矩阵检验（Anti-image Correlation Matrix），反映像相关矩阵中元素的绝对值比较大，那么说明这些变量不适合做因子分析。
KMO（Kaiser Meyer Olkin）检验如表3.1。
表3.1 KMO检验标准表
（2）构造因子变量
构造因子变量的方法有很多种，如基于主成分模型的主成分分析法和基于因子分析模型的主轴因子法、极大似然法、最小二乘法等。
（3）利用旋转使得因子变量更具有可解释性
载荷矩阵A中某一行可能有多个aij比较大，说明某个原有变量可能同时与几个因子有比较大的相关关系；同时载荷矩阵A中某一列中也可能有多个aij较大，说明某个因子变量可能解释多个原变量的信息，但它只能解释某个变量一小部分信息，不是任何一个变量的典型代表，会使某个因子变量的含义模糊不清。在实际分析中，希望对因子变量的含义有比较清楚的认识，这时，可以通过因子矩阵的旋转来进行。旋转的方式有正交旋转、斜交旋转、方差极大法，其中最常用的是方差极大法。
（4）计算因子变量的得分
计算因子得分首先将因子变量表示为原有变量的线性组合，即：
Fm＝βm1x1+βm2x2+…+βmixi （3.5）
估计因子得分的方法有回归法、Bar-tlette法、Anderson-Rubin 法等。默认取特征值大于1的公因子或累计贡献率大于85%（70%或90%）的最小正整数的因子（图3.2）。
图3.2 技术流程图
3.2.1.3 适用范围
因子分析是研究相关阵或协方差阵的内部依赖关系，它将多个变量综合为少数几个因子，以再现原始变量与因子之间的相关关系。FA法使用简单，不需要研究地区优先源的监测数据，在缺乏污染源成分谱的情况下仍可解析，并可广泛使用统计软件处理数据。其不足之处在于需要输入大量数据，而且只能得到各类元素对主因子的相对贡献百分比。
将分析题项拖入选框中，点击进行“开始因子分析”（用户可主动设置因子个数）。因子分析（探索性因子分析）用于探索分析项应该分成几个因子，比如20个量表题项应该分成几个方面较为合适。因子分析通常有三个步骤：第一步是判断是否适合进行因子分析；第二步是因子与题项对应关系判断；第三步是因子命名。因子分析应用举例：1、案例当前有一份数据，共有12个量表题，希望将此12个量表题使用因子分析浓缩成几个维度，用于探索企业员工满意度的维度情况。研究人员在研究前预期分析项可分为4个维度（也可不事先假定），当然有可能个别项与因子对应关系并不合适，因此有可能对其进行删除处理。2、操作步骤将分析题项拖入选框中，点击进行“开始因子分析”（用户可主动设置因子个数）得到的分析结果如下：第一步：首先判断是否适合进行因子分析KMO和Bartlett检验结果SPSSAU对结果进行智能分析第二步：判断提取的因子个数第三步：是因子与题项对应关系判断因子与题项对应关系判断：假设预期为4个因子(变量)，分析题项为12个；因子与题项交叉共得到48个数字，此数字称作”因子载荷系数”(因子载荷系数值表示分析项与因子之间的相关程度)；针对每个因子(变量)，对应12个”因子载荷系数”，针对每个分析项，则有4个”因子载荷系数值”(比如0.765,-0.066,0.093,0.075)，选出3个数字绝对值大于0.4的那个值(0.765),如果其对应因子1,则说明此题项应该划分在因子1下面。第四步：对因子进行命名本次研究员工满意量表共提取出4个因子，此4个因子对应的题项分别为4个、3个和2个，对4个因子分别进行命名，分别为福利待遇因子、管理及制度因子、员工自主性因子和工作性质因子。
有点难度。因子分析是指研究从变量群中提取共性因子的统计技术。他发现学生的各科成绩之间存在着一定的相关性，存在某些潜在的共性因子，或称某些一般智力条件影响着学生的学习成绩。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。