因子分析论文
开篇：润墨网以专业的文秘视角，为您筛选了八篇因子分析论文范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
因子分析论文范文第1篇
【关键词】信息化指标体系因子分析聚类分析
一、引言
随着信息技术的持续创新，发达国家向信息社会转移的趋势越来越明显，步伐越来越快。加快发展本国以及城市的信息化水平是个必然的趋势。推进信息化是转变经济增长方式的根木途径，有利于促进人与自然的协调发展；有利于促进城乡经济社会统筹、协调发展；有利于提高社会管理水平，增强公共服务能力，保持杜会安定有序；有利于发展壮大先进文化，为和谐社会营造良好的文化氛围。在推进信息化的同时，为了更好地把握我国信息化普及与应用的状况和程度，评价与监测我国信息化的成果、发展水平与存在的问题。为国家信息化发展规划提供必要的数据支也必然需要进行信息化水平测试，这就会引发一系列的问题，从而引进因子分析和聚类分析来使此过程变的简单或者说更为有序化。
二、变量指标的选取
国家统计局在其《中国信息能力报告》中，设计了一套评价我国信息化水平的指标：指标体系共分4级，有25个指标：①信息技术和信息设备应用能力：a.每千人拥有PC数；b.每千人拥有传真机数；c.每百人拥有电话数；d.每千人拥有电视机数；e.每千人拥有收音机数；f.每万人接入因特网用户；g.每百万人互联网上网主机数；h.每平方公里光缆长度；i.每百家企事业单位上网数；j.基础信息产业产值占GDP比重。②信息资源及开发利用能力：a.每户打国际电话时间；b.每百人期刊发行量；c.每日信息量；d.网络用户平均上网时间；e.每万人Web站点数。③人口素质：a.每万人平均科学家和工程师数；b.第三产业从业人数占就业总人口比重；c.大学入学率；d.每十万人在校学生数；e.计算机专家和工程师数。④国家对信息产业发展的支撑：a.信息产业产值占GDP比重；b.研究开发(R&G)支出占GDP比重；c.每主线电信投资；d.人均GNP；e.教育投入。
鉴于遵循数据的客观性和代表性，以及易得性，本文采取以下指标：每千人工业增加值x1；每千人电信业务量x2；每千人移动通信交换机容量x3；移动电话普及率x4；电话普及率x5；广播综合人口覆盖率x6；电视综合人口覆盖率x7；有线电视普及率x8；每十户宽带上网用占有户数x9；R&D经费支出占GDP比重x10；每十人从事科技活动人员总数占有的人数x11；每十人在校大学生人数占有的人数x12；每千人专利授权数占有数x13。其中缺省值用平均值代替或者临近年数内值代替。由于篇幅有限，指标数据省略。
三、因子分析
因子分析法是能够实现数据简化目的的有效方法之一。其基本思想是根据相关性大小把变量分组，使得同组内的变量之间相关性较高，使不同组的变量相关性较低，每组变量代表一个基本结构，这个基本结构称为公共因子。运用因子分析法，借助EXCEL多元统分析，对已得的指标数据进行分析处理，在处理过程中选取方差贡献比率为0.80。按照方差贡献比率大于80%，应提取前四个因子，它们所解释的方差占总方差的84.58%，这四个因子就可以解释原始数据的大部分信息了。分析结果中可以得到每个城市的四个因子得分情况F1，F2，F3和F4。最后，对28个城市的信息化水平进行综合评价并排序。以旋转后四个因子的方差贡献率为权数计算综合得分，计算公式：F=0.5923F1+0.09957F2+0.0804F3+0.0736F4，最终可以得到所有城市的综合得分排名。由于变量指标取值的同向性，得分越高代表信息化水平越高。排名依次为：北京，天津、广东、浙江、江苏、湖南、福建等等。
四、聚类分析
聚类分析是统计学中研究“物以类聚”问题的多元统计分析方法，在统计分析的应用领域已经得到了极为广泛的应用。其思路为：首先每个数据对象自成一类，并且计算各个类之间的“距离”或者相似性。然后每次将最相似的两类合并，合并后重新计算新类与其他各个类之间的距离或相似度。这一“凝聚”的过程一直继续直到所有对象都归为一类为止。利用各城市的因子得分，还可对28个城市进行分类，得分值相近的城市被认为具有较相似的属性。
五、结果分析
由所得到的聚类图可以看出，全国信息化水平基本上可以分为五类，北京，山西各成一类，从上面的综合水平排名可以看出，北京信息化水平处于全国领先地位，这首先归功于北京的地理位置和政治人文环境，其次结合因子得分矩阵，北京在因子1上的得分最高，而根据因子载荷矩阵可以看出，因子1在13个变量指标上的载荷系数都比较大，证明北京在城市信息化的各个方面都比较出色。山西的信息化综合水平排名第10，属于中等偏上的水平，在因子4上的得分较高，因子4在变量指标x1，x2上的载荷量较大，这正好符合山西是个煤矿大省的特征，通信电信比较发达繁荣。天津、广东、江苏、福建、浙江归为一类，这几个城市都是发达城市，信息化水平偏高，在每个指标上得分都比较平均。而河北、黑龙江、河南、江西、辽宁、吉林、湖北、湖南、安徽、山东、四川、海南、重庆可以归为一类，这几个城市由于地理环境、产业结构、人口众多等因素使得信息化水平中等偏下。最后一类，信息化水平偏下的一类包括：内蒙古、甘肃、青海、宁夏、广西、云南、和陕西，信息化水平底下源于经济发展水平不高、对于信息化认识薄弱以及对信息产业的投入不够。
六、政策建议
虽然我国信息化应用工作已取得了较大的成绩，但在发展的过程中还存在着一些问题和不足使信息化带动经济发展的优势难以更好地发挥与国外发达国家相比还有很大差距，就是同亚洲一些发展中国家(或地区)比较也存在不小的距离。当前，经济全球化、我国加入世界贸易组织和世界信息产业的新发展，都对我国信息化应用发展提出了新的要求，因此，我们应认真分析中国信息化水平现状，分析与国外信息化发展的差距，有效地针对问题和不足进行改进，正确地规划未来发展方向和应采取的对策。
对策和建议主要有：(1)加快有关信息化法律、法规的制定，确保应用中的可靠性和安全性(2)降低成本，普及大众。(3)加强信息化知识普及与培训力度。(4)加大国家对信息化投资力度缩小地区间差距。(5)加强信息资源建设，提高信息化服务质量与水平。(6)建立信息化数据采集系统和评价监测体系。
另外，由上文的分析，信息化水平测度的数据很不全面，在每个地区城市的报告中尚未包括有些信息化水平测度指标，比如说信息产业增加值占地区生产值的比重。完整的数据不仅可以帮助很好的测度信息化水平，同时可以鞭策及时发现问题，提出相应的解决办法，这对于提高信息化水平是必要的途径。
参考文献：
张海永.基于因子分析和聚类分析的江苏省13个城市社会发展水平研究.西南民族大学学报·自然科学版，2007，(2).
因子分析论文范文第2篇
Abstract： According to the university scientific research data in nearly ten years， the factor analysis and cluster analysis statistical methods in the multivariate statistical analysis are used to carry out the comprehensive evaluation analysis of the college scientific research status and put forward a method for evaluating the state of the research. Research shows that， in some colleges， the first factor is very high， indicating that these colleges in cutting-edge academic research achievements. But at the same time， the third factor is low， indicating that these colleges and enterprises to contact the lack of scientific research. In other colleges， the second factor is very high， indicating that these colleges in the per capita contribution rate， C class paper per capita contribution rate and other aspects to do better. In addition， some of the college's third factor is very high， indicating that these colleges are closely related to the enterprise's scientific research and cooperation. The results of the subsequent cluster analysis also confirmed the rationality of the conclusion of the comprehensive evaluation analysis. Through the study of this paper， it provides a theoretical basis for the scientific management system and evaluation system of scientific research achievements.
关键词： 高校；科研状况；因子分析；聚类分析；评价
Key words： colleges and universities；research status；factor analysis；cluster analysis；evaluate
中图分类号：G463 文献标识码：A 文章编号：1006-4311（2016）31-0015-04
0 引言
科研能力是衡量一所高校科教水平的重要标志。某高校作为省重点高校有着悠久的办学历史，科研水平在省内也是名列前茅，本文针对该高校20个学院的各项科研指标进行多元统计分析，建立了描述科研水平的各类变量，包括各类科研项目的经费总额、各类论文的发表数量、论著发表数量，投入科研人员数量等。但由于各学院规模不一，各学院科研性质也不尽相同，为了保证研究结果的平衡性，本文采用对科研成果人均贡献率的方式进行研究。然而进行统计分析时，并非变量收集的越多越有利，变量间信息的高度相关、高度重叠会给统计方法的应用带来许多困难，因此本文借助SPSS统计分析软件，采用因子分析方法，在众多变量中提取影响各学院科研状况的主要因子对问题进行分析，最后通过因子变量的聚类分析对评价结果进行验证。国内学者目前主要集中对我国体育事业进行科研状况分析，如贾志强、郑岩平对我国1995-2000年篮球科研状况作了分析。张金、夏秀荣对我国1994-2003年排球科研状况作了分析。在高校科研状况分析方面，孟学英、陈春华利用调查问卷方式对我国部分高职院校教师科研状况做了调查分析。同时国内对多元统计方法的应用也主要集中在医疗、经济方面，如孟莹、谢守祥等利用多元统计分析方法对江苏省经济差异化做了分析。王曦、宋剑南利用多元统计分析方法对影响中医症候的主要因素做了研究。利用多元统计分析方法结合高效科研状况评价分析还鲜有研究。本文结合多元统计分析分析方法对某高校科学地建立高校科研业绩的管理体系及评价体系提供了理论依据。
1 因子分析方法简介
因子分析是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，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。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，而不同组的变量之间的相关性则较低。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，这个基本结构就称为公共因子。对于所研究问题的某一具体问题，原始变量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。进行因子分析的步骤如下：①根据研究问题选取原始变量。②对原始变量进行标准化并求其相关阵，分析变量之间的相关性。③求解初始公共因子及因子载荷矩阵。④因子旋转。⑤因子得分。⑥根据因子得分值进行进一步分析。
2 各学院科研状况的因子分析
2.1 数据分析和指标选取
本文选用的数据来源于某高校2006年至2015年的统计数据。设定数据中8个指标变量分别是X1：2006-2015年横向项目金额人均贡献率（万元/人）；X2：2006-2015年市校级项目金额人均贡献率（万元/人）；X3：2006-2015年省部级项目金额人均贡献率（万元/人）；X4：2006-2015年国家级项目金额人均贡献率（万元/人）；X5：A类论文人均贡献率（篇/人）；X6：B类论文人均贡献率（篇/人）；X7：C类论文人均贡献率（篇/人）；X8：论著数量人均贡献率（项/人）。数据详情见表1。
在进行数据分析前，进行KMO检验，P值为0.000，检验结果是显著的，同时KMO值达到0.577，结果见表2，表明数据之间具有一定的相关性，可进行因子分析。
从表3变量共同度表中可以看出因子分析的变量共同度均较高，表明变量中的大部分信息均被因子所提取，说明因子分析的结果是有效的。
2.2 因子提取和因子解释
现应用主成分分析法来进行因子提取和因子个数的确定，从表4中可以看出只有前三个因子特征根大于1，并且前三个因子特征值之和接近80%，故提取前三个因子基本包含了全部测评指标的绝大部分信息，因子分析效果较理想。
由于初始载荷阵结构不够清晰，不便于对因子进行解释，因此对因子载荷矩阵实行旋转，达到简化结构的目的，使各变量在某些因子上有较高载荷，而在其余因子上只有小到中等的载荷。这里采用方差最大正交旋转法进行因子旋转。结果见表5。
从旋转后的因子载荷矩阵来看，第一个主因子在省部级项目金额人均贡献率、国家级项目金额人均贡献率、A类论文人均贡献率、B类论文人均贡献率上具有较高载荷，第二个主因子在C类论文人均贡献率、论著数量人均贡献率上具有较高载荷，第三个主因子在横向项目金额人均贡献率、市校级项目金额人均贡献率上具有较高载荷。
2.3 因子得分和因子变量
本文采用回归法估计因子得分系数，并输出因子得分系数矩阵见表6。
根据表6可写出以下因子得分函数：F1=-0.014横向项目金额人均贡献率-0.078市校级项目金额人均贡献率+0.263省部级项目金额人均贡献率+0.293国家级项目金额人均贡献率+0.178A类论文人均贡献率+0.508B类论文人均贡献率+0.021C类论文人均贡献率+0.174论著人均贡献率（1）；F2=-0.159横向项目金额人均贡献率+0.065市校级项目金额人均贡献率+0.00省部级项目金额人均贡献率-0.057国家级项目金额人均贡献率-0.235A类论文人均贡献率+0.393B类论文人均贡献率+0.328C类论文人均贡献率+0.570论著人均贡献率（2）；F3=0.442横向项目金额人均贡献率+0.582市校级项目金额人均贡献率+0.123省部级项目金额人均贡献率+0.010国家级项目金额人均贡献率-0.076A类论文人均贡献率-0.219B类论文人均贡献率+0.384C类论文人均贡献率-0.010论著人均贡献率（3）
通过上述公式（1）、公式（2）和公式（3）可得到各个学院的因子得分。从而获得三个因子变量，由于这三个因子变量是线性无关的。因此，可以利用它们对各个学院的科研状况做统计分析。
3 各学院科研状况的综合评价分析
下面利用三个因子变量对2006年-2015年该高校各学院科研状况做多元统计分析，并对各学院近10年来科研状况进行综合评价。
首先画出三因子变量的散点图，对各学院近10年来科研状况做对比分析。以第一因子变量为横坐标，第二因子变量为纵坐标，第三因子变量为竖坐标的三维散点图如图1所示。
从图1中可以看出P学院、O学院、M学院等的第一因子很高。说明这些学院在国家级项目人均贡献率、省部级项目人均贡献率、A类论文人均贡献率、B类论文人均贡献率上成绩突出，但在横向项目人均贡献率上稍显不足，这些学院应该在保持尖端学术科研的前提下，多加强与企业的合作，创造更多产业应用成果。L学院、R学院、N学院等的第二因子很高，说明这些学院在论著人均贡献率、C类论文人均贡献率上成绩突出，这与这些学院的科研性质是密不可分的，第二因子很高的学院可以在保持自己科研特色的前提下，多关注学术前沿的相关信息，争取在尖端科研中有更大的突破。如B学院、I学院等的第三因子很高，说明这些学院在横向项目人均贡献率上成绩突出，这些学院可以在紧密保持与企业的科研联系的基础上，加强自己在学科特色科研中的研究，多出一些基础研究方面的尖端科研学术成果，增强学院在科研创新中的能力。
最后利用系统聚类分析法对各学院科研状况进行聚类分析，即利用三因子变量对20个学院进行聚类，结果如表7所示，M学院、P学院、O学院和J学院为一类，B学院、I学院为一类，其它学院为一类。这个结果与散点图分析的情况基本类似。
4 结束语
本文针对某高校各学院科研状况进行综合评价分析，通过对高校近十年科研指标数据进行因子分析，将八个指标变量分为三个科研因子，分别是高端科研因子、校企合作科研因子、基础科研因子，并给出了因子得分模型，对各学院近十年的科研状况给出了分析，最终的聚类分析结果也对各学院科研状况做了验证说明。论文的研究成果为科学地建立高校科研业绩的管理体系及评价体系提供了理论依据。
从分析结果来看，因学院科研特色不同，导致各个学院在学术科研这个万花筒中所扮演的角色也各不相同，但各学院之间还是应当加强科研合作，取他人之长补己之短，这样才能为该高校向科研大校、科研强校的进军道路上打下坚实的基础。
参考文献：
[1]薛薇.SPSS 统计分析方法及应用[M].二版.北京：电子工业出版社，2006：303-349.
[2]张文彤.SPSS11统计分析教程―高级篇[M].北京：北京希望电子出版社，2002：166-210.
[3]李卫东.应用多元统计分析[M].北京：北京大学出版社，2008：226-240.
[4]阎慈琳.关于主成分分析做综合评价的若干问题[J].数理统计与管理，1998（2）：22-24.
[5]胡永宏，贺思辉.综合评价方法[M].北京：经济科学出版社， 2000.
[6]何晓群.现代统计分析方法与应用[M].北京：中国人民大学出版社，2003，8：15-18.
因子分析论文范文第3篇
近年来，在中国的经济舞台上，中小企业的崛起与勃兴引人注目。特别是中小企业上市公司在我国国民经济中具有举足轻重的作用，上市公司的破产会给投资者、经营者、债权人、证券市场乃至整个国民经济带来影响，因而有必要研究中小企业上市公司风险的预警。
【关键词】
中小企业；上市公司；风险预警
一、引言
中小企业上市公司凭借自身实力更是在整个行业发展中占有举足轻重的作用，对整个国民经济的发展也具有重大影响。由于企业危机的影响企业之间的竞争日益激烈，资金来源比较单一，市场风险不断增大，使得企业陷入困境、甚至宣告破产的案例比比皆是[1]。在企业面临的众多风险中，财务风险面临着很大的不确定性，且对企业影响更为严重，研究上市公司的财务风险，是本论文研究的目的。美国学者威廉•比弗（WilliamBeaver）于1966年在美国《会计评论》上提出了相对成熟的一元判别模型，创造了危机预警模型的雏形[2]。为了弥补单变量判定模型带来的缺陷，Altman(1968年)首次用多个线性分析方法，建立了著名的Z分模型[3]。国内财务风险预警的研究始于20世纪90年代，起步虽然较晚，理论和方法也都不太成熟，但国内学者也做出了探索和研究。于1999年陈静以ST和非ST公司为样本，利用1995～1997年的财务数据，进行单因素分析和多元线性决策分析[4]。2004年，李秉祥、扈文秀运用股价和上市公司财务数据以建立EDF模型，通过克服了在传统的统计预测方法的时期性和滞后性的缺陷，应用到公司的财务危机的动态预警[5]。综上可知，中国的上市公司被特别处理主要是因为财务危机的影响，那么怎么来建立预警指标体系，并建立一个及时和有效的风险预警模型，以避免更多的中小企业上市公司陷入危机，就显得尤为重要。对于一元判断有其自身的局限性，且过多使用预测能力较强、综合预测能力相对较弱的指标，而Z分模型则很好地解决了这一问题。
二、中小企业上市公司财务风险预警实证研究———以房地产为例
借鉴美国的“多个财务预测指标方法”来加以分析，以房地产行业的中小企业上市公司为例，从财务风险角度进行考虑，根据指标和样本，运用SPSS进行了研究。
（一）指标的选择通过查阅大量文献和资料，以财务风险角度考虑，分别从盈利能力的指标、偿债能力的指标、经营能力的指标、成长能力的指标、现金流量的指标选取了如下指标。
（二）样本的选取本文在沪深上市的所有的上市公司中随机选取73家作为研究样本(其中35家ST公司，38家非ST公司)，根据样本公司2014和2015年度的财务报告(本次研究的数据来源于东方财富网)，计算上述各财务指标的值。
（三）模型的建立本文将利用SPSS统计软件作为分析工具，对以上所收集的样本公司的财务指标数据进行多因子回归分析，建立预警模型。1.因子分析。(1)、因子分析检验。通过查看因子分析结果中的相关系数矩阵，的确发现大部分相关系数值均大于0.3，即各个变量间大多相关，所以原则上这些变量适合进行因子分析。(2)求得特征值和贡献率。在对样本数据的17个财务指标进行因子分析后，可以得到17个特征值，本文提取特征值大于1的6个因子变量来进行下一步的研究。表1中可以看出这7个因子变量累积贡献率已经达到了83.458%，即这几个变量包含了原来17个财务指标83.458%的信息。为了对这7个因子进行解释，就需要得到17个原始财务指标对这7个主成分因子的因子荷载αij。(3)因子解释。因子分析的一个关键点就是所提取的因子要能很好的得到解释。为了更易于解释初始因子，本文使用了正交旋转法中方差最大法进行转换。从因子负荷矩阵可知，反映盈利能力指标的X1营运资本比率的贡献率最大0.975，反映偿债能力指标的X10资产负债率的贡献率最大0.879，反映企业经营能力指标的X11总资产周转率的贡献率最大0.956，反映成长能力指标的X13主营业务收入增长率的贡献率最大0.952，反映现金流量指标的X16现金回收率的贡献率最大0.897。因此，最终取得X1、X10、X11、X13、X16这5项财务指标作为建模的初始自变量进行财务风险预警模型的构建。笔者还关心各财务指标的综合影响，故对7个公因子的得分进行加权求和，权数就取其方差贡献率，参考表1解释的总方差中“旋转平方和载入”栏里的“方差的%（方差贡献率）”。本文采用方差贡献率作为权重，7个旋转后公因子的方差贡献率依次为26.795%、15.998%、12.513%、8.429%、8.244%、5.816%、5.664%。于是得到指标综合得分的计算公式为：通过本文的分析研究可以通过以下途径对财务风险做到尽早发现：第一，建立内部风险控制制度，真正发挥“三会”作用。第二，完善财务风险信息系统，对信息收集、信息处理和信息三个环节进行把关。第三，提高财务管理能力，上市公司要提高资金的使用效率，适度负债优化资本结构，同时要合理搭配流动负债和长期负债。
三、结束语
本论文借鉴美国的“多个财务预测指标方法”，借助SPSS因子分析筛选出因子作为逻辑回归分析的初始变量按前面的方法选择变量，最后通过上市公司7个主因子构建了上市公司财务风险预警模型。检验发现，该模型对样本的预测精度达到了83.458%，相对来说，这个结果还是令人满意的。本论文的不足之处在只将极小一部分上市公司财务数据作为样本，数据的选择也有随机性，缺乏全面性，可能导致构建的上市公司财务风险预警模型的使用有一定局限性，同时也未验证模型的有效性，需要以后进一步完善。
参考文献
[1]孙丽艳.上市公司财务风险预警.乌鲁木齐：新疆财经大学，2010.
[2]BeaverW.H.MarkerPrice.FinancialRatiosandthePredictionofFailure.JournalofAccountingResearch，2011.
[3]JohnS.Hekman.RentalPriceAdjustmentandInvestmentinOfficeMarket.JournaloftheAmericanRealEstateEconomies,2009,13(5)：32～79.
[4]程言美、程杰.我国房地产上市公司财务风险预警模型的建立与应用.武汉理工大学学报，2013,(6):151～156.
因子分析论文范文第4篇
关键词：新媒体上市公司；竞争能力；指标体系；评价
中图分类号：F271 文献标识码：A 文章编号：1008-4428（2016）06-35 -02
一、引言
随着信息技术的发展，互联网、移动终端、网络传媒等新媒体企业发展迅速，新媒体企业在传播手段、传播平台、受众和需求方面都不同于传统企业。传统的竞争力评价方法已不再适应互联网时代的新媒体企业。笔者通过对现有文献研究的总结，发现企业竞争能力评价指标的选择，常选用容易获取的财务能力指标，研究框架大多是基于盈利能力、成长能力、偿债能力和管理能力四个维度。上述评价方法没有充分反映企业战略对市场位置的影响，较少关注企业在竞争中的创值能力，忽略市场竞争中较为看重的市场能力指标。
在新媒体企业的市场瞬息万变，竞争激烈，商业模式不断创新，企业在竞争中不仅要适应信息化发展环境，还要增强人才储备和创新能力，竞争力体现了市场参与方在角逐中体现出来的综合能力。因此，企业竞争力的评价应在原有财务能力基础上，增加技术创新效率、企业市场地位和人才优势方面的评价。根据此情况，本文将以新媒体上市公司为样本，构建竞争能力指标体系，并运用因子分析法评价与分析我国新媒体上市公司的竞争力状况。
二、新媒体上市公司竞争力评价指标体系构建
在信息化时代，新媒体上市公司竞争力的评价指标体系由四部分组成，即：财务能力、市场能力、管理能力、创新与发展能力。具体内容见表1：
三、我国新媒体上市公司的竞争力评价
（一）样本选择、数据来源及标准化处理
本文根据证监会《上市公司行业分类指标》，选取了沪深股市44家新媒体上市公司作为实证研究样本。数据来源于证监会所指定的网站、巨潮资讯网、新浪财经网等。为了消除各个指标的单位、量纲及数量级的差异对最后的评价效果产生影响，指标将采取Z-score法进行标准化处理。
（二）因子分析
1.适用性检验
先进行KMO值和Bartlett’s球形检验，检验数据是否适用于因子分析。本文采用spss16.0进行分析，结果表示：KMO值为0.637>0.600，Bartlett球形检验的卡方统计值为299.472，显著性概率为0.000
2.确定因子载荷并命名因子
运用SPSS16.0软件对所有变量进行因子分析，结果如表2。按照主成分大于1的原则，前6个因子的累计方差贡献率为83.069%，说明原有变量信息丢失的较少，对原变量解释满意度较高。对主因子建立因子载荷矩阵，之后采用方差最大法进行标准化正交旋转。
根据表2及旋转后矩阵结果显示：
第一，因子F1在现金流量比率（X17）、流动比率（X15）、速动比率（X16）指标上载荷都超过93%，因此称该因子为流动能力因子。该因子方差贡献率达26.799%，说明流动能力对企业竞争力影响最大，贡献最突出。
第二，因子F2在产业价值链中的地位（X4）、销售收入增长率（X6） 毛利率（X5）指标上载荷都超过88%，因此称该因子为市场能力因子。该因子方差贡献率为17.403%，说明市场能力建设对于企业整体竞争力的提升起着关键作用。
第三，因子F3在总资产周转率（X9）、流动资产周转率（X8）、费用率（X7）指标上载荷都超过78%，因此称该因子为管理能力因子。该因子方差贡献率为14.900%，说明企业管理能力的加强有利于企业整体竞争力的进一步提升。
第四，因子F4在营业利润率（X12）、净资产收益率（X10）、每股收益（X13）指标上载荷都超过68%，因此称该因子为营运与获利能力因子。该因子方差贡献率为10.379%，说明营运与获利能力对企业竞争力的增强起着不可磨灭的作用。
第五，因子F5在技术创新投入比率（X1）、员工素质（X2）、无形资产与研发支出（X3）指标上载荷都超过62%，因此称该因子为创新发展能力因子。该因子方差贡献率为8.542%，说明企业加强项目创新的投入，对企业长远发展、核心竞争力的提升都有着不可忽视的作用。
第六子F6资产负债率（X14）、债务保障率（X18） 指标上载荷都超过85%，因此称该因子为债务保障能力因子。该因子方差贡献率为6.064%，说明企业加强债务能力管理，有助于改善企业财务情况，提高整体竞争力。
3.因子得分及综合评价
运用SPSS16.0软件，采用回归分析法估计因子得分，并且以各因子的方差贡献率为权数，计算因子加权综合得分：F综=（W1F1+W2F2……WiFi）/（W1+W2……Wi），公式中的Wi是旋转后的因子方差贡献率。
利用综合得分对企业进行排名，截取前五名与后五名进行分析，结果如表3：
对表3的研究结果分析如下：
（1）综合排名前五位的企业，都有很高的流动能力因子得分，而综合排名后五位的企业，流动因子得分都不尽人意。因此，对于新媒体企业而言，可以提高存货周转率、加强应收账款管理、科学地融资和投资，使现金流在时间和数量上得以一致。
（2）综合排名第一的万达影院，市场能力突出，极大地增强了企业竞争力，而排名靠后的出版传媒、游久游戏等市场能力不强，竞争力弱。在当下的经济形势下，新媒体企业特别是处在弱势的企业，应加强市场竞争能力，扩大销售收入，提升在产业链中的地位。
（3）综合排名靠后的金磊股份，出版传媒等管理能力都为负数，降低了企业竞争力。由此可见，新媒体企业应该加强管理能力的培养，控制费用，提高资产周转率。
（4）综合排名靠前的万达影院、科冕股份、奥飞动漫的获利能力因子得分高。这说明在新媒体市场，企业要增强自身的营运能力、积极生产与销售；、开拓新领域、开展多元化业务经营，顺应潮流，获得更多利润。
（5）大部分新媒体企业的创新发展能力因子得分较低，但排名靠后的出版传媒、金磊股份的得分为负数。这说明在如今快速发展的时代，固守成规要被淘汰，新媒体企业必须加大产品研发投入，进行科技创新，培养高素质人才。
（6）综合排名后五位的债务保障率均为负数，这说明债务保障能力弱会降低企业整体竞争力。由此可见，新媒体企业必须优化资本结构，适度负债，增强安全度，从而提升企业整体竞争力。
四、结束语
论文从财务能力、市场能力、管理能力、创新与发展能力框架，构建了新媒体上市公司竞争力评价指标体系，运用因子分析法对其进行评价。竞争力较强的公司在流动性、市场能力方面略为领先。竞争力较弱的公司在管理能力、债务能力、创新能力方面较低。在全部样本公司中，创新发展能力普遍较低。因此，新媒体上市公司应加大创新发展力度，加强企业市场影响力，提高企业流动能力，强化债务保障能力。
参考文献：
[1]张仁萍，刘荣军，罗洁 基于因子分析法的企业战略绩效评价[J].企业经济，2016，（02）.
[2]刘硕 文化传媒上市公司财务竞争力分析[D].山东财经大学硕士学位论文，2014.
[3]克莱斯・巴克豪斯，本德・埃里克森，伍尔夫・普林克.多元统计分析方法用SPSS工具[M].上海：上海人民出版社，2009.
[4]徐亚琼，传媒企业绩效评价指标体系构建及实证研究[D].湖南大学硕士学位论文，2012.
因子分析论文范文第5篇
论文关键词：汽车企业竞争力，评价指标，因子分析
所谓企业竞争力是指在竞争市场中一个企业能够持续地较其竞争对手更有效地向市场和消费者提品和服务,并获得盈利和自身发展的综合素质。企业竞争力是一个相对的概念,是相对于竞
1、企业竞争力的元
企业竞争力是由不同要素构成的，这些要素各有不同的功能。企业竞争力要素的不同排列与组合，形成企业竞争力的不同模式。企业
一般的，企业竞争力的构成要素可分
2、企业竞争力评价指
（1）指标选择原则。选择指标应该注意五个方面的原则：重点性原则；科学性原
（2）评价指标
结合之前对企业竞争力内涵和构成要素的理解，从企业环境、企业资源、企业能力三个方面对企业竞争力进行评价，企业竞争力
企业环境指标子体系是对汽车企业所处环境的刻画，是对宏观经济
企业资源指标子体系包括企业有形资源指标群和无形资源指标群。有形资源主要包括人力资源、机器、厂房、设备等实物资源以及企业资金、资本等
企业能力指标子体系包括企业内部能力和外部能力指标群。内部能力指标群包括资源利用能力、盈利能力和成长能力。资源利用能力是企业利用其所占有的各种资源的效率，因此这些资源即包括机器、设备、资金等物资资源，也包括人力资源，还包括企业利用专利技术及品牌声誉等资源的能力。资源利用能力可以用总资产周转率、全员劳动生产率、流动比率、速动比率、资产负债率等指标来反映。盈利能力是企业直接获得利润的能力，可以用总资产报酬率、净资产报酬率、主营利润率等指标来反映。对于汽车企业来说，其成长能力既表现为资产、业务量的增长，更表现为企业创造新
企业资源和企业能力两个指标子体系是以观测的，可以通过统计指标以及微观企业的财务状况获取数据，而企业环境难观测评价指标，除产业环境有稍微数据
3、企业竞争力的评
企业竞争力的评价需要借助科学合理、切实可行的评价方法。目前评价企业竞争力的方法主要有：数据包络分析法、综合指数评价法、层次分析法、综合指数评价法、模糊综合评价法、灰色多层次评价法、多元统计评价法、因子分析法等。在以上介绍的方法中很多方法的应用都存在指标选取评价的主观性较强等问题，故本文将介绍因子分析法，与其他方法相比与一般的综合评价
因子分析法步
a)对原始数据进行标准化，计算标准化后的协方差矩阵
b)建立初始因子模型，并估计有关参数。因子个数选择原则：累计
其中X为综合评价指标体系中P个指标构成的列向量，F为K个因子
c)对公因子进行必要的解释。若各公因子能够充分解释，则可以直接跳过第四步
d)对A0进行旋转处理，得旋转后的因子载荷
e)给出公共因子的
f)设用于综合评价的第i
则综合评价模型为：<
式中，score为综合评价值，为第j个公因子，为第j因子
g)计算每一个单位的score值，即可进
h)计算样本相对
4、实证分
----汽车企业竞争力的因子
（1）选择数
对汽车企业竞争力的研究涉及到大量的数据分析，“对竞争力测评数据的取得方式，被调查者选择最多的是政府部门提供，其次是上市公司报表和社会中介机构的调查资料，然后才是企业自报
本文选取目前在上海证券交易所和深圳证券交易所上市交易的汽车板块的代表性A股作为研究样本。选取的板块上表现比较好的上市汽车公司，分别有江铃、长安、安凯、夏利、上汽、福田、一轿等十七家家汽车
（2）对数据进行检验，判断
将原始数据输入到SPSS11.5进行因子分析计算程序，从检验结果来看，KMO的检验值为0.578，大于0.5，Bartlett球度检验给出的相伴概率为0.000
本文采取主成分分析的方法。矩阵作为提取因子变量的
TotalVariance Explained
表1：
Component
Initial Eigenvalues
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings
Total
% of Variance
Cumulative %
Total
% of Variance
Cumulative %
Total
% of Variance
Cumulative %
1
5.278
35.190
35.190
5.278
35.190
35.190
4.926
32.840
32.840
2
3.411
22.741
57.931
3.411
22.741
57.931
3.124
20.825
53.664
3
2.482
16.548
74.479
2.482
16.548
74.479
3.078
20.519
74.184
4
1.318
8.786
83.264
1.318
8.786
83.264
1.362
9.081
83.264
5
.771
5.139
88.403
6
.589
3.923
92.327
7
.399
2.661
94.988
8
.241
1.606
96.594
9
.230
1.534
98.128
10
.116
.776
98.904
11
.095
.632
99.536
12
.028
.185
99.721
13
.021
.142
99.863
14
.019
.126
99.989
15
.002
.011
100.000
Extraction Method:Principal Component Analysis.
SPSS结果显示变量共同度均较高，说明变量中的大部分信息均被因子所提取，说明因子分析过程有效。根据表数据，提取特征值大于1的因子，一共有四个，且这4个因子的特征值之和占特征值总和的83.264%，因此提取前4
根据载荷矩阵，我们分析四个主因子上面较高的载荷量的指标
从表3我们可以看出第一主因子主要由变量x1、x2、x3、x4、x12、x14、x15盈利性指标有关可以称为盈利因子。其累积贡献率为32.840%，说明它对于企业外在竞争力的作用最大，在提高企业竞争力时评价指标，应首先提高企业的盈利水平；第二主因
（3）计算因子得分，并计
利用公式计算因子
F=f1*35.190/83.264+f2*22.741/83.264+f3*16.548/83.264+f4*86/83.264
根据所求的因子得分及公式计算各企业
表4
盈利因子
营运成长因子
规模因子
安全营运因子
综合得分
排名
江铃汽车
2.32695
-0.55169
-0.18359
0.65509
0.859067
2
长安汽车
0.24837
0.6458
0.08832
0.89708
0.451769
5
一汽轿车
1.4147
0.46578
-0.48063
0.59514
0.669158
3
安凯客车
-0.76795
-0.99329
-0.40448
-0.17929
-0.68505
16
一汽夏利
-0.65443
0.48635
-0.37808
2.93634
0.328568
8
中国重汽
0.49946
0.52686
-0.27681
-1.58411
-0.04059
10
中通客车
-0.75324
-1.06978
-0.37963
0.01461
-0.65539
15
东风汽车
0.12941
-0.78271
0.58186
0.15254
0.027652
9
上海汽车
-0.089
0.02146
3.74014
-0.03556
0.885076
1
福田汽车
0.67079
1.84568
-0.30499
-1.31854
0.40036
4
曙光股份
0.00541
-0.60162
0.01927
-0.55653
-0.24938
11
江淮汽车
-0.47328
1.60902
-0.1241
-0.26515
0.134771
7
迪马股份
0.42641
-2.01872
-0.51582
-0.72381
-0.6014
14
金杯汽车
-2.33581
0.42507
-0.35674
-0.47339
-0.99283
17
金龙汽车
-0.34803
-0.69393
-0.24046
-0.41527
-0.44901
13
广汽长丰
-0.4539
-0.14363
-0.33985
0.41429
-0.21992
12
凯马B
0.15414
0.82937
-0.44442
-0.11345
br> 任，也是现代大企业持续发展和成功的核心战略。坚持诚信为本，将诚信摆在利润的前面，先建立诚信再注重利润，将企业真正做大做强评价指标，才能实现可持续成长。
业成员素质，加强企业科技人员的队伍建设。加强产、学、研合作实现优势互补。
技术的创新模式。企业产品的生产与创新应紧紧把握住安全、环保和节能的技术方向，积极开发和应用汽车安全玻璃、阻燃材料、安全气囊、ABS等技术，提高环保性能的低排污性。
的市场占有率，提高中国自有知识产权的产品的市场占有率，保证市场结构逐步向高水平产品的有序竞争转化。
：
属于中等水平，从得分来看与实力较强的上海汽车存在一定的差距。安凯、金杯、长丰、中通综合得分都是比较大负值，说明在竞争力很弱。
，其他汽车有待提高。在安全营运方面：天津夏利、长丰汽车表现不俗。表示其经营的安全稳定性较强，营运过程不会出现很大的问题。福田、中国重汽可能在营运方面有一定的风险性，应该引起重视。在营运成长能力方面福田汽车表现最好，长安汽车、中国重汽等在这方面也取得不错的得分表明这些企业在营运成长方面存在一定的潜在能力和成长空间。
分比较分析
的贡献率上可以看出这15个指标提取了83.264%的信息成分，可以充分的概括这个企业的竞争能力。虽然不能全部的概括企业的能力，但是企业完全可以从这些方面去制定战略规划，提高企业本身在同行业中的竞争力。
响指标
right>0.137146
6
5、评价结果分析
> 因子得分的综合值并给出排名
得分：
算综合值及相对值
子主要由变量x4、x5、x7、x8、x9可以称为营运成长因子；第三主因子主要由变量x10、x11、x13决定，称为规模因子；第四主因子主要由变量x3、变量x6，称为安全营运因子。
，通常取绝对值大于0.5的载荷量为高载荷量。
个因子作为主因子。这样既解释了主要的信息又简化了数据。根据表数据，初始载荷结构不够清晰，不便于对因子进行解释，因此对因子载荷矩阵进行旋转。采用最大四次方值旋转法进行因子旋转。
r> 依据，提取特征值大于矩阵。输出结果如下:
，小于显著性水平0.05，因此拒绝Bartlett球度检验的零假设，认为适合于因子分析。
其是否适合因子分析
企业。同时选取了15个指标作为本文的研究指标变量，各指标变量直接或间接取自清华金融研究数据库、09年的汽车工业年鉴以及各上市公司的年报。见附录[4][5]
.”[3]为了保持数据的可信度以及可操作性，所以一般对汽车企业竞争力的研究数据主要依赖于上市公司的年报数据，同时辅以相关年鉴中的统计数据。
据
分析步骤：
析
值。
行综合评价的排序。
的权重，本文以主因子贡献率为权重。
/sub>
个公因子为：
表达式
矩阵A1并有如下的最终模型：
，进入第五步论文的格式。否则，必须通过旋转而使每个因子的含义更加明确。
构成的不可观测向量评价指标，但F是原变量的线形组合。
方差贡献率≥85％。因子模型的一般表示方式为：
即相关系数矩阵R，计算特征值和特征向量。
骤：
方法相比，无需事先对评价指标进行筛选，从而可有效避免评价指标体系确定过程中的主观影响；也可以实现对各评价指标的客观赋权；同时，运用此法不仅可以对各样品从总体上做出评判，还可以实现对各样品每一方面特征的优劣比较；另外，由于一些常见的统计分析软件中都有相关的因子分析功能模块，使得此法应用中的大量运算过程均可以借助于计算机来完成。
价方法：
化的指标如产业集中度等对其进行度量，其余方面尤其是与其他组织的关系基本没有客观性的指标对其进行刻画，度量上受观因素影响大。
技术、开发新产品的能力。技术进步是企业的生命线，保持技术领先是技术密集型制造企业竞争力的有效保障。汽车企业的成长能力可用主营业务收入增长率、资产保值增值率、总资产增长率、先进设备装备率、企业R&D投入以及研发人员比重指标来反映。外部能力指标群包括市场能力、社会能力。市场能力是反映企业在市场地位和状况的指标组，可以用品牌的市场占有率、市净率等指标来反映。社会能力反映企业对社会的贡献能力、环保能力等。企业在提品的同时更要承担一定的社会责任。社会能力可用社会贡献率、社会满意度以及相关环境指标来反映。
财力资源，可用总资产、固定资产净值等指标来反映。无形资源则主要体现在企业的文化、掌握的专利技术、企业的品牌、生誉等方面。
社会环境、产业环境、与其他企业间的关系等方面的刻画。
评价指标划分为企业环境指标子体系，企业资源指标子体系和企业能力指标子体系[2]。
体系：
则；全面性原则；定性和定量相结合的原则；通用性和发展性原则。
标体系的建立
为资源、能力和环境，如图：
竞争力贯穿于企业生产经营活动的全过程，企业竞争力的发挥不仅取决于有形资源的积累，而且也取决于无形资源的积累。
素构成
争对手而言的。[1]目前学术界对企业竞争力的评价主要从两个角度来考察企业竞争力的问题:一个是企业的外部市场结构,另一个是企业自身的能力。
参考文献：
[1]吴翔，臧良运.中小企业竞争力评价指标体系与评价方法的选择[J].企业管理，2005
[2]孟云.汽车企业竞争力评价及实证研究[D].2008
[3]金碚.企业竞争力测评理论与方法[J].中国工业经济，2003(3):5-13
[4]auto-stats.org.cn中国汽车工业协会统计信息网
因子分析论文范文第6篇
[论文摘 要]文章以西安财经学院在校大学生作为调查对象设计调查问卷,以问卷调查所获得的数据为依据,运用SPSS统计软件对大学生网上购物行为的影响因素进行探索性研究，得出影响大学生网络购物的主要因子。
随着互联网技术的发展,电子商务的兴起,网上购物的人越来越多,企业也越来越重视网上销售。网络购物逐渐为越来越多的人接受，人们的衣、食、住、行与网络购物的联系也越来越紧密。而大学生作为新一代的年轻群体，代表着时尚与潮流，更是接受网购的先锋，因此，大学生群体成为了众多电子营销商家的目标群体。作为一个巨大的潜在目标群体，他们的行为方式对于电子商务商家来说是至关重要的。本文从大学生的角度对影响顾客网上购物行为的影响因素进行实证分析，分析出影响大学生网络购物行为的因素，以求为企业发展大学生市场给出一些有针对性的建议，增强企业的竞争力。可见，对影响进行大学生网上购物消费行为的因素进行研究是非常有必要并且非常有意义的。
一、数据收集和分析方法
（1）数据收集
问卷由两部分组成，第一部分为基本信息调查表，第二部分为问卷主体部分。在基本信息部分，问卷设计了性别、平均每周上网时间、每月生活费、有无网上购物经历、每月网购次数、每月网购金额、网购商品类型、购物网站及邮购方式、支付方式的选择等问题。本调查问卷问题统一采用了李克特5级量表的方法，共有16个问题，每个问题为一个陈述句，表示一种说法。对于每个问题，都从完全同意到完全不同意分在五个等级，对其分别赋予5、4、3、2、1分。
为了方便，本次研究选择了西安财经学院在校大学生为调研对象，通过发送邮件和现场发放问卷的方式把调查报告发送到调研对象的手中。因为此次调研的目的是分析大学生网购行为的影响因素，所以无网购经历的样本被视为无效问卷，进行了剔除。本次问卷调查共发放了问卷250份,其中收回问卷204份,剔除无效问卷19份,共计有效问卷185份,问卷回收率81.6%,有效率90.7%。
（2）分析方法
在本文的实证研究部分, 通过运用因子分析对问卷调查所得数据进行分析,运用了统计软件SPSS17.0,目的是找出大学生网络购物行为的影响因素及其影响程度。
二、基于因子分析的实证研究
为了以最少的信息丢失从而把众多的观测变量浓缩为少数几个因子，本研究进行了因子分析。因子分析的作用主要表现为:一、建立基本结构。通过因子分析的方法,找到较少的几个因子,用它们来构建全部数据的基本结构,反映信息的本质特征;二、使数据简化。通过因子分析先将一组观测变量简化为少数几个因子后,再进一步将原始观测值的信息转化为这些因子的因子值,最后再对因子值进行进一步的统计分析,得到相关的结论。
（1）问卷的信度检验
通过对调查问卷进行信度分析,可以得知调查问卷的可靠性程度。本研究采用了Cronbach 系数进行信度检验,当系数大于0.8时,则被认为问卷的信度是可以接受的;若系数<0.5,则此问卷的调查结果就很不可信了。本调查问卷系数的计算结果0.802是对真实系数的估计(下界),由此可以得出结论，即利用本调查问卷所进行的调研结果可信度还是不错的。
（2）问卷的效度检验
进行因子分析有一个前提条件就是要评价各指标之间的相关程度,如果指标之间的相关程度很小,那么公共因子对于指标的综合解释能力就会很低，即指标就不可能拥有共享的公共因子。因此,我们首先要对本研究做因子分析的可行性进行检验,即本研究所使用问卷的效度检验。
（3）进行因子分析
在可行性检验后,本文又运用了主成分分析的方法对结果进行了探索性因素分析,并利用最大方差因素旋转法,使各因素的特征根大于1的方式抽取变量。由输出的结果可知，前4个公共因子的特征值都大于1,且解释的累计方差达到了52.595%。从结果中我们可以得知除了第一个公因子的贡献率最大以外，其他的贡献率都差不多，尤其第四个公因子贡献率最低。说明各个因素对大学生网络购物行为的影响不一，但第一个公因子最为重要。
（4）大学生网络购物行为影响因素的综合评价模型
通过对四个公共因子的加权求和,我们得到了大学生网络购物行为影响因素的综合评价模型。本研究采用的加权变量为方差贡献率,四个公共因子旋转后的方差贡献率依次为:21.356、11.553、11.043、8.642。最后，我们用F代表大学生网络购物行为影响因素的综合得分,由此得出的综合评价模型如下:
F=21.356*F1+11.553*F2+11.043*F3+8.642*F4
三、结论
根据本文的实证研究结果,大学生网络购物行为主要受销售量、商家广告、新鲜好奇、时髦个性、追求潮流、从众等因素的影响，说明大学生作为年轻的一代，喜欢追随社会的潮流，总是冲在各种变化的前线，而且容易受到社会各方的影响；其次受价格、质量、商家信誉、售后服务、选择面、和自身的期望等因素的影响，说明大学生对商家和产品还是比较看重，因为经济上的不独立，在做出购物选择的时候会进行性价比、产品、商家等方面的比较；再次是客户评价、便利省时、操作方便、送货时间，这几个因素的影响程度则比较平均。
参考文献：
因子分析论文范文第7篇
[论文摘要]本研究从理论和实证两个角度论证了使用因子分析对消费者购买行为进行分类的优势和可行性。并采用现有数据，通过因子分析方法对消费者购买行为数据进行分析，得到消费者购买行为的几大类型。结果可信。
一、文献回顾
对消费者购买行为进行分类的研究成果非常丰富。本文试图将其归类，认为可以划分为定性方法与定量方法，也可以划分为外部线索方法与内部线索方法。现简述如下：
1.定性方法与定量方法
(1)定性方法。定性方法是指利用消费者购买行为的本质区别来划分，它的基础是已有的理论研究成果，不需要进行定量分析。例如众多营销学教科书中将消费者的购买动机划分为求廉、求实、求名、求美、求新、求同、好胜、炫耀、便利和偏爱等类型。丁志华（2005）根据消费者对商品的价格和价值认知程度的不同，将消费者购买行为划分为价格型、价值型、忠诚型和便利型四类。李国庆（2006）根据品牌知觉中的涉入度、知觉品牌差异和享乐消费与实用消费这三个因素将消费者购买行为划分为冲动购买、习惯性购买、寻求多样化购买、忠诚购买、减少失调购买、影响购买、促销反应购买和复杂购买八种。
(2)定量方法。所谓的定量方法，就是利用消费者购买行为的数据资料，通过一定的数据处理技术，从而得到的消费者购买行为分类结果。
例如张干群（2004）对江苏三所大学的668名大学生进行问卷调查，从而得到大学生消费行为的八种类型：攀比炫耀型、市场流行型、他人主导型、张扬个性型、小心谨慎型、鲁莽冲动型、调解情绪型和勤俭节约型。
2.外部线索方法与内部线索方法
(1)外部线索方法。所谓的外部线索方法，指的是从消费者行为的外部观察，从而推断购买行为的类型。这类方法与定性方法较为相似，区别在于定性方法是以现有理论为标准来划分消费者行为，而外部线索方法则不一定，它或者以现有理论为标准，或者以经验为标准。例如在通用的市场细分方法中，根据地理环境、人口统计指标等将消费者划分为若干类型。
(2)内部线索方法。内部线索方法是指从消费者行为规律的内部入手，从而得到购买行为的分类结果。这种方法大多是定量分析，但是也有一部分是定性分析，它的关键是从消费者的心理角度进行分析。例如张红明（2005）以心理结构的分化与组合过程及人的精神追求的阶段的区分作为标准，将消费体验行为划分为感官体验、情感体验、成就体验、精神体验和心灵体验五类。王龙（2004）按照消费者需求的个性化以及需求表诉的强弱把消费者互联网购买行为划分为四类：确定型、偏好型、习惯型和简单型。总结上述研究成果，本研究主张从外部线索入手，利用定量分析方法，对消费者购买行为进行分类。这样做的好处是能够摆脱对现有理论的依赖，直接分析消费者行为本身，这样得到的结论更具有说服力。
二、研究设计
本研究的关键在于如何对消费者购买行为进行分类。围绕这个主题，本研究拟分为以下几个步骤:
1.量表设计。数据的收集将通过问卷调查这种方式,所以需要设计量表。量表采用里克特5级语义方法计分。量表的问项则通过查阅文献后确定，并经过初试后最终定稿。
2.样本抽取。一般考虑随机抽样，但是为了便于操作，可以考虑分层抽取样本。样本量应该大于500。
3.数据分析。这是本研究的关键。拟采用因子分析方法，就数据分析数据，得到聚类的结果。
4.结论解释。最后，针对因子分析的结论，结合实际进行解释。
三、实验数据
1.数据来源。刘金平、张松鹤（2003）进行的“汽车品牌跟踪研究”。该研究的目的在于根据生活方式对汽车消费者进行分类。根据刘金平（2003）的报道，该项研究采取分层抽样的方法选取了北京、广州、上海、成都、沈阳、西安、厦门和大连共8个城市，并根据其代表性分配样本量，依次为441、390、391、329、304、131、131和248份。该研究设计了“汽车品牌跟踪研究问卷”，主要采用里克特式5级量表法计分。该量表根据生活方式的经典量表设计了45个问句。
2.数据分析。分半信度检验结果为：整体信度系数为0.8601，前半部分的α-系数为0.8105，后半部分的α-系数为0.8301。前十个因子的累计解释能力达到47.72%。这对于大样本、个体差异较大的测试来说是可以接受的。即决定抽取10个公共因子。为了使因子载荷较为集中，以便于公共因子发挥解释能力，对因子载荷实施最大方差旋转。
3.因子命名与解释。然后，根据各公共因子所代表的项目，对上述10个公共因子进行命名。
刘金平(2003)指出,公共因子1代表条理性;公共因子2代表主导性;公共因子3代表个性化;公共因子4代表金钱导向；公共因子5代表广告认可;公共因子6代表休闲需求;公共因子7代表浪漫导向;公共因子8代表家庭导向;公共因子9代表非家庭导向;公共因子10代表实用性。这十个公共因子反映了汽车消费者生活方式的10种类型。相应的就可以将汽车消费者划分为10种类型。
因子分析论文范文第8篇
【Keywords】enterprise innovation ability ； influencing factors ； core competitiveness
【中图分类号】F270 【文献标志码】A 【文章编号】1673-1069（2017）04-0089-04
1 引言
中国经济经历了三十多年的高速发展，依靠巨量人口红利的时代正在远去，如今已经步入中高速增长的新常态。产业转型升级的压力巨大，企业发展动力不足是各行业普遍担忧的现象。众所周知，企业的创新能力是企业的生命力，企业要获得长足的发展，必须要有做行业领军者的勇气，为此国家制定了大量推动经济发展的政策战略，鼓励企业开展创新研发，鼓励高校与企业开展合作，但是如何才能切实有效地提高企业的创新能力，什么因素才是影响企业创新的关键与决定性因素，企业如何寻找自身的不足，这是每个企业家面临的问题。
2 文献综述
2.1 国内外研究
WuweiLi[1]（2011）根据2006―2008中国高新技术产业的统计数据，运用15个影响创新能力的指标，采用灰色?P联分析，试图找出重要影响因素。结果表明，对出创新研发的支出和从事科技活动的人才是影响中国高科技产业创新能力的重要因素。
A.A. Egbetokun，A.A. Adeniyi，W.O. Siyanbola[2]（2012）研究探索了影响发展中国家中小企业创新能力的因素。所使用的数据来自尼日利亚的电缆和电线制造公司，得出影响企业创新能力的重要因素有公司内部的因素，如领导者的领导力和对新技术使用，特别是信息技术；外部因素如与客户和设备及原材料供应商的互动交流等。特别要指出的是，行业协会是创新重要的驱动力。
吴岩[3]（2013）采用主成分分析法对我国85家中小型科技企业进行实证分析认为，企业的创新能力受到一系列内外因素的影响，内部影响因素中，生产能力和盈利能力、技术创新绩效和技术创新机制、技术创新管理能力和企业人力资源投入是重要影响因素；外部因素中，产业技术创新水平、经济金融环境、科技环境和政策法律环境是重要的影响因素。
应郭丽（2013）[4]认为跨国并购会从多方面影响企业的创新能力，首先跨国并购能丰富企业的知识基础和技术手段，其次并购能够促进企业资源的有效配置，促进双方的交流，产生技术研发的协同效应，因此企业可以通过有效的跨国并购和技术创新管理策略来提升技术创新能力。
综上所述可以发现，企业的创新能力受到众多内外部因素影响，有外部政策环境、经济环境，有内部人才队伍、智力因素等。
2.2 企业创新能力的内涵
陈力田，赵晓庆，魏致善[5]（2012）认为企业创新概念由Schumpeter在20世纪初提出，创新体现在结果的新颖性上，包括新产品、新性能、新能力、新工艺等，以不同的方式做事即为创新。能力的概念最早则由Selnick提出，一个组织比其他组织做得更好的特殊物质就是组织的能力。
罗鄂湘，吴睿智[6]（2012）认为国内外研究对企业创新能力的内涵、结构、要素分析等还缺乏系统的理论支撑和实证研究。
综上所述，创新是一种改变，能力是一种竞争力，企业的创新能力就是企业富于转变思路的一种核心竞争力。同时我们看到专家学者对于企业创新能力的研究已历经百余年，虽然在不断完善，但是仍缺乏系统性的成果与具体的实证研究。
3 实证研究
3.1 企业创新能力的影响因素选取
企业创新能力表现为企业的创造力，即面对复杂多变经济形势，面对不断改变的客户需求及时制定相应决策的能力[7]。在决策的指引下创造新产品、新工艺、新渠道并不断获取利润。虽然企业的创新能力无法直接量化，但是企业的创新能力受到内外部众多因素的影响，外部因素考虑政策环境、经济环境、行业发展；内部因素如企业自身的财务状况、科技人员数量、科研经费投入量等，根据这些可以量化的数据可以大致了解和比较不同企业的创新能力差异。从而可以为企业主动调整策略，适应外部经济政策环境做出指导，另外可以通过整合企业内部资源，合理配置，加大投入来提升自身的创新能力。因此论文本着科学性、相关性的原则选取了12个比较重要的指标，具体如图1所示。并且论文试图用因子分析法寻找影响企业创新能力最主要的几个因子。
3.2 问卷设计与发放
基于所选定的12个潜在影响因素，设计表格发放给企业相关负责人，采用李克特式量表法，对影响因素进行打分，分为“影响很大、影响较大、影响一般、影响不大、没有影响”，分别对应为5分、4分、3分、2分和1分，企业负责人根据自身实际作出相应评价，从而获得了各影响因素的重要程度的得分。
3.3 样本的描述性统计
论文以上述12个指标为问卷内容，在宁波市发放了65份问卷，共收回65份，其中有效问卷为62份，有效率为95.4%。样本的基本情况如下：
民营企业55家，占所有企业的88.7%；国有企业4家，占所有企业的6.5%；中外合作企业3家，占所有企业的4.8%。
行业分布：制造业18家，占所有企业的29%；食品行业13家，占所有企业的21%；金融行业14家，占所有企业的22.6%；服装业8家，占所有企业的12.9%；服?找?9家，占所有企业的14.5%。
成立年份：成立5年以下的企业有15家，占所有企业的24.2%；成立5年以上，10年以下的企业有27家，占所有企业的43.5%；成立10年以上的企业有20家，占所有企业的32.3%。
3.4 因子分析
3.4.1 KMO和Bartlett检验
首先运用spss17.0对样本进行相关性检验，KMO和Bartlett检验的结果标准为：0.5以下不适合做因子分析；0.5～0.7较适合做因子分析；0.7～0.9适合做因子分析；0.9以上非常适合做因子分析。从表2可以看出，KMO检验系数为0.580，同时Bartlett检验显著性低于0.001，所以该样本适合做因子分析。
3.4.2 提取因子
表3为因子分析后因子提取和因子旋转的结果，采用主成分分析法，可以发现因子1～5的方差贡献率分别为21.847%、17.816%、14.355%、11.607%和9.495%，累计方差贡献率为75.016%，能够基本涵盖所有评价指标反映的内容。根据特征值大于1，选取5个因子。
3.4.3 因子旋转
从表4的成分矩阵可以看出，第一个因子在X1（净资产）、X2（现金流）、X3（研发投入）、X12（科技成果转化率）上载荷较大，将因子1命名为资金实力；第二个因子在X5（研发人员占比）、X6（领导者才能）上载荷较大，将因子2命名为人才实力；第三个因子在X9（行业发展阶段）、X10（经济环境）、X11（政策环境）上载荷较大，因此将因子3命名为外部环境；因子4在X4（创新激励机制）、X7（员工素质）上载和较大，将因子4命名为创新氛围；因子5在X8（行业前景）上载荷较大，因此将因子5命名为行业前景。由此，企业创新能力的影响因子可以用资金实力、人才实力、外部环境、创新氛围、行业前景来概括。
4 结论及建议
第一，正如前人的研究一样，企业的创新能力受到众多内外因素影响，既有企业自身的资金，人才实力，也有外部的政策经济环境。论文总结出五大因子：资金实力、人才实力、外部环境、创新氛围与行业前景。
第二，外部环境难以改变，企业只能适应潮流，根据经济政策环境的变化及时地做出反应是每个企业应该提高的能力。