问：本科论文可以用因子分析吗
- 答：可以。
因子分析是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家C.E.斯皮尔曼提出。他发现学生的各科成绩之间存在着一定的相关性，一科成绩好的学生，往往其他各科成绩也比较好，从而推想是否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。
问：因子分析中正交旋转的原因和目的是什么？
- 答：正交旋转是保持因素正交的因素旋转。相当于对原始因素负荷矩阵作正交变换。这种旋转保持公共因素方差不变，特殊因素方差也不变。可理解为在因素空问中，因素轴在旋转过程中保持互相垂直。
如何旋转取决于用什么标准作为负荷矩阵简单结构准则。m维坐标系的正交旋转可由所有的两两公共因素轴构成的平面正交旋转一个角度来完成。因素分析早期使用图解旋转的办法，进行逐个平面的旋转。常用的正交旋转方法是方差极大旋转、四次幂极大旋转和等方差极大旋转。
扩展资料
因素旋转是因素空间中因素轴的旋转。相当于负荷矩阵的一个线性变换。在一个因素模型中，满足假设条件的公共因素和负倚矩阵不是唯一的。用某种方法（如极大似然法）得到的负荷矩阵称为初始因素负荷矩阵，一般都不具有简单结构。
因此要对初始因素负荷矩阵作线性变换，使变换后的负荷矩阵有简单结构，以便于对公共因子进行解释。将一个负荷矩阵作线性变换，相当于将因素轴作相应的旋转。分为正交旋转和斜交旋转。
参考资料来源： - 答：因子分析中正交旋转的原因和目的是：为了更突出各个因子的典型代表变量是谁,这样更容易发觉因子的作用。
因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原资料的大部分信息。运用这种研究技术，我们可以方便地找出影响消费者购买、消费以及满意度的主要因素是哪些，以及它们的影响力运用这种研究技术，我们还可以为市场细分做前期分析。 - 答：为使因子分析法求出因子载荷阵结构简化，便于对主因子进行专业上解释，常对因子载荷阵施行变换或称因子旋转。最常用的方法是方差最大的正交旋转法，使旋转后的因子载荷阵中的每一列元素尽可能地拉开距离，即向0或1两极分化，使每一个主因子只对应少数几个变量具有高载荷，其余载荷很小， 且每一变量也只在少数个主因子上具有高载荷，其余载荷都很小。
问：再用SPSS做因子分析时第一个因子的累计贡献值就超过了85%，这是什么原因啊？是变量选取的原因吗？
- 答：您好，
这可能表明你所用的问卷题目存在共同方法偏差，共同方法偏差指的是因为同样的数据来源或评分者、同样的测量环境、项目语境以及项目本身特征所造成的预测变量与效标变量之间人为的共变。这种人为的共变对研究结果产生严重的混淆并对结论有潜在的误导，是一种系统误差。
之所以说有可能存在这种偏差，是因为我们一般检验共同方法偏差的时候，会用因子分析的方法，看看第一个因子的特征值方差贡献率，如果第一个因子贡献率太高，则表明存在共同方法偏差。（以上的观点均出自前人相关研究成果，具体可以参考《共同方法偏差的统计检验与控制方法》这篇论文）
如果出现这种情况，可以考虑将将共同方法偏差作为一个潜在变量而建立模型，允许所有标识变量在这个方法潜在变量上负载，通过检验模型拟合度，从而检验共同方法偏差的效应，并在估计预测与效标变量关系中对共同方法偏差实施了控制。
希望对您有帮助
