数据分享|R语言因子分析、相关性分析大学生兼职现状调查问卷数据可视化报告

科技   科技   2024-11-20 23:00   浙江  

全文链接:http://tecdat.cn/?p=31765


随着大学的普及教育,大学生就业形势变得更加困难,很多学生都意识到这个问题点击文末“阅读原文”获取完整代码数据

相关视频


所以走出象牙塔,去接触社会,来增长社会经验也会成为一个必然趋势。而大学生兼职既可以接触社会锻炼自己,又可以使自己的经济条件得到一定的改善,因而成为很多大学生的不二之选,渐渐形成一种普遍现象。但是在兼职过程中大学生也会碰到各种各样的挫折,甚至很多人逐渐把重心转移到高收益上,远离了锻炼自己的初衷,同时由于法律意识的缺失,大学生在兼职过程中有可能上当受骗,甚至误入歧途,怎样解决这些存在的问题成了兼职现象中不得忽视的一个重要问题。而大学生从兼职中实际的得到了哪些收获,更是最根本的问题。

带着这些问题,我们帮助客户进行了本次调查查看文末了解数据免费获取方式,以了解大学生兼职的情况,从而为大学生兼职提供一些建议和帮助。

研究的方法:

1.问卷调查法:问卷调查法是指利用印好的问题表或卷子调查所要测定的问题的方法。该方法具有统一、高效、便于操作等特点。为了全面、准确地了解当今大学生兼职的现状、反映大学生兼职这一特殊现象所引起的一系列问题,笔者采用自编问卷的方式对大学生的兼职现状进行调查。

2.文献研究法:许多学者教师和研究人员已从不同的方面对于大学生兼职问题做过大量的研究,通过广泛地查阅、分析、整理相关资料和文献,从中了解到那些问题已经解决,借鉴前人的研究成果,形成自己的独特观点。

对象:采取随机抽取的方法对某大学大学生进行随机调查,调查地点是宿舍及饭堂,共发放问卷450份,有效回收400份。

因子分析和关联度

1. 数据预处理

查看原始数据

data=read.csv("问卷汇总.csv")
head(data)
##   序号 X1.您的性别是... X2.您的年级是.. X3.你认为大学生有必要做兼职吗.
## 1 1 2 4 1
## 2 2 2 4 2
## 3 3 1 3 1
## 4 4 2 4 1
## 5 5 2 4 1
## 6 6 1 4 1
## X4.你是否做过兼职. X5.你认为兼职会影响你的学业吗.
## 1 1 2
## 2 2 2
## 3 1 4
## 4 1 2
## 5 1 2
## 6 2 2
## X6.当兼职与上课冲突时.你会怎么做啊. X7.您的家长是否同意您做兼职..

查看数据

str(data)
## 'data.frame':    172 obs. of  33 variables:
## $ 序号 : int 1 2 3 4 5 6 7 8 9 10 ...
## $ X1.您的性别是... : int 2 2 1 2 2 1 2 2 2 2 ...
## $ X2.您的年级是.. : int 4 4 3 4 4 4 4 4 4 3 ...
## $ X3.你认为大学生有必要做兼职吗. : int 1 2 1 1 1 1 1 1 2 1 ...
## $ X4.你是否做过兼职. : int 1 2 1 1 1 2 1 1 2 2 ...
## $ X5.你认为兼职会影响你的学业吗. : int 2 2 4 2 2 2 2 2 2 2 ...
## $ X6.当兼职与上课冲突时.你会怎么做啊. : int 1 2 3 3 3 2 3 3 2 3 ...
## $ X7.您的家长是否同意您做兼职.. : int 1 2 1 2 2 3 1 1 3 2 ...
## $ X8.你会选择做哪类兼职工作. : int 1 1 2 1 1 1 5 1 4 1 ...
## $ X9.你认为兼职过程中.你最大的优势是什么. : int 2 2 1 4 1 3 1 2 2 1 ...
## $ 第10题.A.海报或广告专门的中介机构网站. : int 0 1 1 0 1 0 0 1 0 0 ...
## $ 第10题.B.自己寻找. : int 1 0 1 0 1 0 1 1 1 1 ...
## $ 第10题.C.学校勤工俭学中心.老师等介绍. : int 0 0 0 0 0 1 0 0 0 0 ...
## $ 第10题.D.经熟人介绍或帮忙.包括家人.亲朋.同学.. : int 1 1 1 1 1 1 0 1 0 0 ...
## $ X11.若有兼职工作.您一般会选择什么时间的去做... : int 1 1 1 2 1 2 1 2 2 3 ...
## $ X12.你所做兼职是否与你的专业相关. : int 3 3 1 4 3 3 1 1 3 3 ...
## $ X13.你的月支出大概是多少. : int 5 3 4 1 5 6 6 4 3 5 ...
## $ X14.你实际的兼职日收入是多少. : int 2 1 2 2 3 2 3 2 1 2 ...
## $ X15.您会将您的兼职收入主要用于何处. : int 2 2 3 3 2 2 2 3 2 3 ...
## $ 第16题.A.提高消费水平. : int 1 0 0 0 1 0 1 0 0 1 ...
## $ 第16题.B.经济独立.能够自己支付的部分费用.增加自身成就感. : int 1 1 1 1 1 1 0 1 0 1 ...
## $ 第16题.C.扩大交际圈.接触并认识更多的人.让自己更大胆地与他人交流. : int 1 0 1 1 1 1 0 1 1 0 ...
## $ 第16题.D.增加工作经验和社会阅历.为以后的工作奠定基础. : int 1 1 1 0 1 0 0 1 0 0 ...
## $ X17.参加了兼职你觉得自己的社会能力有提高吗. : int 3 2 1 3 2 3 1 1 2 2 ...
## $ 第18题.A.薪酬较低.或不按时发工资.且工作要求苛刻. : int 0 1 0 0 0 1 1 0 0 0 ...
## $ 第18题.B.未享受到相关社会福利. : int 0 0 1 1 0 0 0 0 0 1 ...
## $ 第18题.C.自己的合法权益得不到保护.没有与雇主签订劳动合同等. : int 0 1 0 1 0 0 0 0 1 0 ...
## $ 第18题.D.技术.技能水平不足. : int 0 0 0 1 1 0 0 1 1 1 ...
## $ 第18题.E.对岗位信息缺乏了解. : int 1 0 0 0 1 1 0 0 0 0 ...
## $ 第18题.F.其他. : int 0 0 0 0 0 0 0 0 0 0 ...
## $ X19.你有过兼职受骗的经历吗. : int 2 2 2 2 2 2 1 2 2 2 ...
## $ X20..假如.被骗后.你会如何处理. : int 1 2 2 1 1 1 3 2 1 3 ...
## $ X21.您认为是否需要成立专门的兼职指导机构.为有意兼职的学生提供帮助和安全保障..: int 1 2 1 1 1 1 1 1 1 1 ...

删除缺失

  data=data[complete.cases(data),]

2.绘制不同变量之间的关系

data=data[,c(  
"X1.您的性别是...",
"X2.您的年级是..",
"X3.你认为大学生有必要做兼职吗.",
"X4.你是否做过兼职.",
"X5.你认为兼职会影响你的学业吗.",
"X6.当兼职与上课冲突时.你会怎么做啊.",
"X7.您的家长是否同意您做兼职..",
"X8.你会选择做哪类兼职工作.",
"X9.你认为兼职过程中.你最大的优势是什么.",
"第10题.A.海报或广告专门的中介机构网站.",
"第10题.B.自己寻找.",
"第10题.C.学校勤工俭学中心.老师等介绍.",
"第10题.D.经熟人介绍或帮忙.包括家人.亲朋.同学..",
"X11.若有兼职工作.您一般会选择什么时间的去做..." ,
"X12.你所做兼职是否与你的专业相关." ,
"X13.你的月支出大概是多少." ,
"X14.你实际的兼职日收入是多少." ,
"X15.您会将您的兼职收入主要用于何处." ,
"第16题.A.提高消费水平." ,
"第16题.B.经济独立.能够自己支付的部分费用.增加自身成就感." ,
"第16题.C.扩大交际圈.接触并认识更多的人.让自己更大胆地与他人交流." ,
"第16题.D.增加工作经验和社会阅历.为以后的工作奠定基础." ,
"X17.参加了兼职你觉得自己的社会能力有提高吗." ,
"第18题.A.薪酬较低.或不按时发工资.且工作要求苛刻." ,
"第18题.B.未享受到相关社会福利." ,
"第18题.C.自己的合法权益得不到保护.没有与雇主签订劳动合同等." ,
"第18题.D.技术.技能水平不足." ,
"第18题.E.对岗位信息缺乏了解." ,
"第18题.F.其他." ,
"X19.你有过兼职受骗的经历吗." ,
"X20..假如.被骗后.你会如何处理." ,
"X21.您认为是否需要成立专门的兼职指导机构.为有意兼职的学生提供帮助和安全保障.."
)]

plot(data[,c(1:8)])


点击标题查阅往期内容


R语言主成分PCA、因子分析、聚类对地区经济研究分析重庆市经济指标


左右滑动查看更多


01

02

03

04



3.数据描述性信息,可以查看基本统计量

summary(data)
##  X1.您的性别是... X2.您的年级是.. X3.你认为大学生有必要做兼职吗.
## Min. :1.000 Min. :1.00 Min. :1.000
## 1st Qu.:1.000 1st Qu.:3.00 1st Qu.:1.000
## Median :2.000 Median :4.00 Median :1.000
## Mean :1.535 Mean :3.57 Mean :1.163
## 3rd Qu.:2.000 3rd Qu.:4.00 3rd Qu.:1.000
## Max. :2.000 Max. :4.00 Max. :2.000
## X4.你是否做过兼职. X5.你认为兼职会影响你的学业吗.
## Min. :1.000 Min. :1.000
## 1st Qu.:1.000 1st Qu.:2.000
## Median :1.000 Median :2.000
## Mean :1.186 Mean :2.128
## 3rd Qu.:1.000 3rd Qu.:2.000
## Max. :2.000 Max. :4.000
## X6.当兼职与上课冲突时.你会怎么做啊. X7.您的家长是否同意您做兼职..
## Min. :1.000 Min. :1.000
## 1st Qu.:2.000 1st Qu.:1.000
## Median :3.000 Median :2.000
## Mean :2.634 Mean :2.087
## 3rd Qu.:3.000 3rd Qu.:3.000
## Max. :3.000 Max. :4.000
## X8.你会选择做哪类兼职工作. X9.你认为兼职过程中.你最大的优势是什么.
## Min. :1.000 Min. :1.000
## 1st Qu.:1.000 1st Qu.:1.000
## Median :2.000 Median :2.000
## Mean :2.517 Mean :2.174
## 3rd Qu.:4.000 3rd Qu.:3.000
## Max. :5.000 Max. :4.000
## 第10题.A.海报或广告专门的中介机构网站. 第10题.B.自己寻找.
## Min. :0.0000 Min. :0.0000
## 1st Qu.:0.0000 1st Qu.:0.0000
## Median :0.0000 Median :1.0000
## Mean :0.3779 Mean :0.7384
## 3rd Qu.:1.0000 3rd Qu.:1.0000
## Max. :1.0000 Max. :1.0000
## 第10题.C.学校勤工俭学中心.老师等介绍.
## Min. :0.0000
## 1st Qu.:0.0000
## Median :0.0000
## Mean :0.2384
## 3rd Qu.:0.0000
## Max. :1.0000
## 第10题.D.经熟人介绍或帮忙.包括家人.亲朋.同学..
## Min. :0.0000
## 1st Qu.:0.0000
## Median :1.0000
## Mean :0.7442
## 3rd Qu.:1.0000
## Max. :1.0000
## X11.若有兼职工作.您一般会选择什么时间的去做...
## Min. :1.000
## 1st Qu.:1.000
## Median :2.000
## Mean :2.035
## 3rd Qu.:3.000
## Max. :3.000
## X12.你所做兼职是否与你的专业相关. X13.你的月支出大概是多少.
## Min. :1.00 Min. :1.000
## 1st Qu.:3.00 1st Qu.:3.000
## Median :3.00 Median :4.000
## Mean :3.07 Mean :4.087
## 3rd Qu.:4.00 3rd Qu.:5.000
## Max. :4.00 Max. :7.000
## X14.你实际的兼职日收入是多少. X15.您会将您的兼职收入主要用于何处.
## Min. :1.000 Min. :1.000
## 1st Qu.:2.000 1st Qu.:2.000
## Median :2.000 Median :2.000
## Mean :2.331 Mean :1.994
## 3rd Qu.:3.000 3rd Qu.:2.000
## Max. :5.000 Max. :3.000
## 第16题.A.提高消费水平.
## Min. :0.0000
## 1st Qu.:0.0000
## Median :0.0000
## Mean :0.3837
## 3rd Qu.:1.0000
## Max. :1.0000
## 第16题.B.经济独立.能够自己支付的部分费用.增加自身成就感.
## Min. :0.0000
## 1st Qu.:0.0000
## Median :1.0000
## Mean :0.7326
## 3rd Qu.:1.0000
## Max. :1.0000
## 第16题.C.扩大交际圈.接触并认识更多的人.让自己更大胆地与他人交流.
## Min. :0.0000
## 1st Qu.:0.0000
## Median :1.0000
## Mean :0.6279
## 3rd Qu.:1.0000
## Max. :1.0000
## 第16题.D.增加工作经验和社会阅历.为以后的工作奠定基础.
## Min. :0.0000
## 1st Qu.:0.0000
## Median :1.0000
## Mean :0.7093
## 3rd Qu.:1.0000
## Max. :1.0000
## X17.参加了兼职你觉得自己的社会能力有提高吗.
## Min. :1.00
## 1st Qu.:1.00
## Median :2.00
## Mean :1.93
## 3rd Qu.:2.00
## Max. :4.00
## 第18题.A.薪酬较低.或不按时发工资.且工作要求苛刻.
## Min. :0.0000
## 1st Qu.:0.0000
## Median :0.0000
## Mean :0.4767
## 3rd Qu.:1.0000
## Max. :1.0000
## 第18题.B.未享受到相关社会福利.
## Min. :0.0000
## 1st Qu.:0.0000
## Median :0.0000
## Mean :0.3605
## 3rd Qu.:1.0000
## Max. :1.0000
## 第18题.C.自己的合法权益得不到保护.没有与雇主签订劳动合同等.
## Min. :0.0000
## 1st Qu.:0.0000
## Median :0.0000
## Mean :0.3837
## 3rd Qu.:1.0000
## Max. :1.0000
## 第18题.D.技术.技能水平不足. 第18题.E.对岗位信息缺乏了解. 第18题.F.其他.
## Min. :0.0000 Min. :0.0000 Min. :0.0000
## 1st Qu.:0.0000 1st Qu.:0.0000 1st Qu.:0.0000
## Median :0.0000 Median :0.0000 Median :0.0000
## Mean :0.4244 Mean :0.3605 Mean :0.1686
## 3rd Qu.:1.0000 3rd Qu.:1.0000 3rd Qu.:0.0000
## Max. :1.0000 Max. :1.0000 Max. :1.0000
## X19.你有过兼职受骗的经历吗. X20..假如.被骗后.你会如何处理.
## Min. :1.000 Min. :1.000
## 1st Qu.:2.000 1st Qu.:1.000
## Median :2.000 Median :2.000
## Mean :1.994 Mean :1.779
## 3rd Qu.:2.000 3rd Qu.:2.000
## Max. :3.000 Max. :3.000
## X21.您认为是否需要成立专门的兼职指导机构.为有意兼职的学生提供帮助和安全保障..
## Min. :1.000
## 1st Qu.:1.000
## Median :1.000
## Mean :1.076
## 3rd Qu.:1.000
## Max. :2.000

从每个变量的直方图可以看到变量的大概分布情况。绘制各个变量的饼图可以看到基本人口信息的各个取值的所占的百分比。

for(i in 2:5)hist( ,col=rainbow(12),main=paste(colnames(data)[i]))

 for(i in 6:8)pie(table(data[,i]),col=rain

1.相关性分析

datacor=data
#数据转换格式
for(i in 1:ncol(data))data
cor(datacor[,c(  
"X1.您的性别是...",
"X2.您的年级是..",
"X3.你认为大学生有必要做兼职吗.",
"X4.你是否做过兼职.",
"X5.你认为兼职会影响你的学业吗.",
"X6.当兼职与上课冲突时.你会怎么做啊.",
"X7.您的家长是否同意您做兼职..",
##                                                                               X1.您的性别是...
## X1.您的性别是... 1.000000000
## X2.您的年级是.. 0.042512825
## X3.你认为大学生有必要做兼职吗. -0.030839698
## X4.你是否做过兼职. -0.123297805
## X5.你认为兼职会影响你的学业吗. 0.005539643
## X6.当兼职与上课冲突时.你会怎么做啊. -0.029378056
## X7.您的家长是否同意您做兼职.. 0.066805816
## X8.你会选择做哪类兼职工作. -0.137004420
## X9.你认为兼职过程中.你最大的优势是什么. -0.022770679
## 第10题.A.海报或广告专门的中介机构网站. -0.042489939
## 第10题.B.自己寻找. 0.081411714
## 第10题.C.学校勤工俭学中心.老师等介绍. -0.080161171
## 第10题.D.经熟人介绍或帮忙.包括家人.亲朋.同学.. 0.147865453
## X11.若有兼职工作.您一般会选择什么时间的去做... -0.017180008
## X12.你所做兼职是否与你的专业相关. -0.005813594
## X13.你的月支出大概是多少. -0.122891632
## X14.你实际的兼职日收入是多少. 0.031984006
## X15.您会将您的兼职收入主要用于何处. 0.068084808
## 第16题.A.提高消费水平. -0.031216500
## 第16题.B.经济独立.能够自己支付的部分费用.增加自身成就感. 0.015923196
## 第16题.C.扩大交际圈.接触并认识更多的人.让自己更大胆地与他人交流. -0.090851946
## 第16题.D.增加工作经验和社会阅历.为以后的工作奠定基础. -0.006566725
## X17.参加了兼职你觉得自己的社会能力有提高吗. 0.039602685
## 第18题.A.薪酬较低.或不按时发工资.且工作要求苛刻. -0.066757185
## 第18题.B.未享受到相关社会福利. -0.028229221
## 第18题.C.自己的合法权益得不到保护.没有与雇主签订劳动合同等. -0.055186313
## 第18题.D.技术.技能水平不足. -0.024680535
## 第18题.E.对岗位信息缺乏了解. -0.052506352
## 第18题.F.其他. -0.015928568
## X19.你有过兼职受骗的经历吗. 0.013443674
## X20..假如.被骗后.你会如何处理. 0.005144417
## X21.您认为是否需要成立专门的兼职指导机构.为有意兼职的学生提供帮助和安全保障.. 0.090247155
## X2.您的年级是..
## X1.您的性别是... 0.04251282
## X2.您的年级是.. 1.00000000
## X3.你认为大学生有必要做兼职吗. 0.02328564
## X4.你是否做过兼职. 0.05841762
## X5.你认为兼职会影响你的学业吗. -0.05933900
## X6.当兼职与上课冲突时.你会怎么做啊. -0.01756077
## X7.您的家长是否同意您做兼职.. 0.04212928
## X8.你会选择做哪类兼职工作. -0.14379820
## X9.你认为兼职过程中.你最大的优势是什么. -0.03209377
## 第10题.A.海报或广告专门的中介机构网站. 0.11800058
## 第10题.B.自己寻找. 0.01195255
## 第10题.C.学校勤工俭学中心.老师等介绍. 0.03160803
## 第10题.D.经熟人介绍或帮忙.包括家人.亲朋.同学.. 0.02014014
## X11.若有兼职工作.您一般会选择什么时间的去做... -0.07427207
## X12.你所做兼职是否与你的专业相关. 0.01138039
## X13.你的月支出大概是多少. -0.09757589
## X14.你实际的兼职日收入是多少. 0.09443707
## X15.您会将您的兼职收入主要用于何处. 0.06202746
## 第16题.A.提高消费水平. -0.12845729
## 第16题.B.经济独立.能够自己支付的部分费用.增加自身成就感. -0.16314114
## 第16题.C.扩大交际圈.接触并认识更多的人.让自己更大胆地与他人交流. -0.04307850
## 第16题.D.增加工作经验和社会阅历.为以后的工作奠定基础. 0.11737488
## X17.参加了兼职你觉得自己的社会能力有提高吗. 0.03273904
## 第18题.A.薪酬较低.或不按时发工资.且工作要求苛刻. -0.09408986
## 第18题.B.未享受到相关社会福利. 0.13129786
## 第18题.C.自己的合法权益得不到保护.没有与雇主签订劳动合同等. 0.07424595
## 第18题.D.技术.技能水平不足. 0.07324299
## 第18题.E.对岗位信息缺乏了解. 0.06286382
## 第18题.F.其他. -0.05536032
## X19.你有过兼职受骗的经历吗. -0.06075709
## X20..假如.被骗后.你会如何处理. 0.05179084
## X21.您认为是否需要成立专门的兼职指导机构.为有意兼职的学生提供帮助和安全保障.. 0.04950582

数据归一化

data=scale(datacor)

变量间的相关分析

查看性别和大学生有必要做兼职之间是否有相关关系

cor.test您的性别是...,
你认为大学生有必要做兼职吗.)
## 
## Pearson's product-moment correlation
##
## data: datacor$X1.您的性别是... and datacor$X3.你认为大学生有必要做兼职吗.
## t = -0.40229, df = 170, p-value = 0.688
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.1796451 0.1193455
## sample estimates:
## cor
## -0.0308397

检验的结果是,由于P =0.688> =0.05,因此在0.05的显署性水平下,接受原假设,认为两者之间具有相关关系。

查看性别和大学生有必要做兼职之间是否有相关关系

cor.test(X14.你实际的兼职日收入是多少.,
2.您的年级是..)
## 
## Pearson's product-moment correlation
##
## data: datacor$X14.你实际的兼职日收入是多少. and datacor$X2.您的年级是..
## t = 1.2368, df = 170, p-value = 0.2179
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.05598853 0.24067056
## sample estimates:
## cor
## 0.09443707

检验的结果是,由于P =0.2179> =0.05,因此在0.05的显署性水平下,接受原假设,认为两者之间具有相关关系。

查看年级和大学生有必要做兼职之间是否有相关关系

## 
## Pearson's product-moment correlation
##
## data: datacor$X2.您的年级是.. and datacor$X3.你认为大学生有必要做兼职吗.
## t = 0.30369, df = 170, p-value = 0.7617
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.1267906 0.1723196
## sample estimates:
## cor
## 0.02328564

检验的结果是,由于P =0.7617> =0.05,因此在0.05的显署性水平下,接受原假设,认为两者之间具有相关关系。

2.因子分析

因子分析模型

旋转前因子分析

5个因子

## Loading required package: rJava
## Loading required package: xlsxjars
famod1=facal(data, factors =5,na.a

## Uniquenesses:
## X1.您的性别是...
## 0.900
## X2.您的年级是..
## 0.932
## X3.你认为大学生有必要做兼职吗.
## 0.868
## X4.你是否做过兼职.
## 0.469
## X5.你认为兼职会影响你的学业吗.
## 0.919
## X6.当兼职与上课冲突时.你会怎么做啊.
## 0.005
## X7.您的家长是否同意您做兼职..
## 0.005
## X8.你会选择做哪类兼职工作.
## 0.627
## X9.你认为兼职过程中.你最大的优势是什么.
## 0.903
##
## Loadings:
## Factor1 Factor2 Factor3 Factor4
## X1.您的性别是... -0.202 -0.199
## X2.您的年级是.. -0.245
## X3.你认为大学生有必要做兼职吗. 0.130 0.305
## X4.你是否做过兼职. 0.721
## X5.你认为兼职会影响你的学业吗. 0.192 -0.160
## X6.当兼职与上课冲突时.你会怎么做啊. 0.993
## X7.您的家长是否同意您做兼职.. 0.942 0.186 -0.163
## X8.你会选择做哪类兼职工作. 0.599
## X9.你认为兼职过程中.你最大的优势是什么.
## Factor5
## X1.您的性别是...
## X2.您的年级是..
## X3.你认为大学生有必要做兼职吗. -0.112
## X4.你是否做过兼职.
## X5.你认为兼职会影响你的学业吗.
## X6.当兼职与上课冲突时.你会怎么做啊.
## X7.您的家长是否同意您做兼职.. 0.213
## X8.你会选择做哪类兼职工作.
## X9.你认为兼职过程中.你最大的优势是什么. 0.291
##
## Factor1 Factor2 Factor3 Factor4 Factor5
## SS loadings 1.040 0.938 0.722 0.500 0.171
## Proportion Var 0.116 0.104 0.080 0.056 0.019
## Cumulative Var 0.116 0.220 0.300 0.356 0.375
##
## Test of the hypothesis that 5 factors are sufficient.
## The chi square statistic is 0.16 on 1 degree of freedom.
## The p-value is 0.686

从 结果 来看,5个主因子所解释的方差基本反映了10个指标的信息,第一个因子在 当兼职与上课冲突时.你会怎么做啊.的变量的载荷值较大,因子该因子反映的是兼职方面的能力,第二个因子在 .您的家长是否同意您做兼职变量的载荷较大。第三个因子在每个变量的载荷相似是一个综合因素,第四个因子在你会选择做哪类兼职工作问题上的载荷较大,而第5个因子在兼职过程中.你最大的优势是什么.上的载荷较大,因此,各个因子分分别可以代表这些的值的含义,从因子分析的结果来看,每个因子的意义比较明显。

plot(famod11)#绘制正交或斜交结果的图形,查看每个样本点再不同因子上的得分情况

fagram(famod11,simple=TRUE)  #5个因子与变量之间的关系

$scores  #因子得分
##            ML2          ML1         ML3          ML4           ML5
## 1 -3.0490655 -1.262501540 -0.58417383 -0.638971487 -0.1470792180
## 2 -1.1945134 -0.407219501 1.53050633 -0.775454239 -0.5478973054
## 3 0.7752151 -1.174287246 -0.56515289 0.194757467 -0.0233325030
## 4 0.7696996 -0.175321580 -0.53169295 -0.649030083 0.2651034446
## 5 0.7358433 -0.049096318 -0.47453116 -0.769184711 -0.4437886710
## 6 -1.2114897 0.596534006 1.45720731 -0.624448954 0.5418134207
## 7 0.6984950 -0.957581437 -0.42629731 0.678833324 -0.7255935212
## 8 0.7996831 -1.215915018 -0.56416408 -0.667881871 -0.4843577109
## 9 -1.3144948 0.879717981 1.69019496 0.203369517 -0.2747347224
## 10 0.7329114 -0.335048160 1.17288720 -0.677389500 -0.5378620998
## 11 0.6683811 0.038555664 -0.31728584 1.201085623 0.5316001573
## 12 -3.1913211 0.018441194 -0.16244176 0.921761649 0.3640902428
## 13 0.6574275 0.065027716 -0.14243201 0.892851266 0.0268117499
## 14 0.5969834 2.214819639 -0.01412711 -0.186295749 0.3216652007
## 15 -1.2562897 0.667520342 1.95971185 -0.654086524 -0.2226140727
## 16 -1.1982862 -0.046730940 -0.51404964 -0.539145389 -0.1974830556
## 17 0.7469984 -0.135627742 -0.41704475 -0.225732657 0.3002412238
## 18 0.6797017 0.071022464 -0.40447546 0.310941885 -0.2111951279
## 19 0.7212673 -1.101790984 -0.23206494 0.994154106 -0.0137572900
## 20 0.6324663 2.123915086 -0.14960047 -0.400833936 0.6631493809
## 21 -1.1150663 -1.309323254 -0.46811501 -0.365610298 0.1143476895
## 22 -1.1772456 -0.114464666 -0.50358996 -0.714677976 -0.0388520527
## 23 -1.1469654 -1.245203028 -0.31212551 -0.071517298 -0.0777115866
## 24 0.7135691 -0.055091067 -0.21248771 -0.187275330 -0.2057817932
## 25 0.7322209 -1.128263036 -0.40691877 1.302388464 0.4910311174
## 26 -1.2219955 -0.066394792 -0.21184330 0.213923089 0.1979202156
## 27 0.6498245 1.081642082 -0.13125944 0.138216600 0.3061473809
## 28 0.6400693 1.107300720 -0.16077305 0.353800730 0.3838137499
## 29 0.6699465 0.096681103 -0.43398907 0.526526015 -0.1335287589
## 30 -1.1997212 -0.060400043 -0.47388675 -0.367986292 -0.0400866623
## 31 0.7361399 -0.139241242 -0.25059557 -0.107172244 0.2668129506
=famod11$scores %*%)#每个样本的每个因子得分乘以因子方差权重
cbind(s,decre
##        [,1]                    [,2] 
## [1,] "0.684292148532709" "49"
## [2,] "0.682922604084486" "145"
## [3,] "0.637282813915165" "83"
## [4,] "0.63264266719218" "169"
## [5,] "0.52614929396462" "107"
## [6,] "0.47469132249647" "14"
## [7,] "0.44897869276371" "20"

绘制正交或斜交结果的图形,查看每个变量在不同因子上的载荷情况 图 中 不同点代表不同的变量,横轴和纵轴代表不同的主因子,如果变量在纵轴对应的因子上具有较高的载荷,则分布在散点图的左上角,若变量在横轴因子上有较大的载荷,则分布在右下角。从 上 图,可以看到5个因子在9个变量上载荷比重的关系,因子和变量之间有联系说明因子在这些变量上有较大的载荷,连线的数字表示该因子在该变量上的载荷值。从因子得分上,我们可以看到每个接受调查的用户在5个因子上的得分情况,从而判断每个接受调查用户在不同的兼职指标上的能力强弱。同时我们可以通过每个因子的方差解释程度作为权重来计算每个用户的综合因子得分。

4个因子分析

## Standardized loadings (pattern matrix) based upon correlation matrix
## ML2 ML1 ML3 ML4 h2
## X1.您的性别是... 0.07 0.03 -0.20 -0.23 0.098
## X2.您的年级是.. 0.04 0.02 0.07 -0.28 0.087
## X3.你认为大学生有必要做兼职吗. 0.17 0.05 0.31 0.00 0.128
## X4.你是否做过兼职. 0.11 0.14 0.67 -0.03 0.481
## X5.你认为兼职会影响你的学业吗. -0.20 0.06 -0.17 0.07 0.079
## X6.当兼职与上课冲突时.你会怎么做啊. -0.69 0.72 0.00 0.00 0.995
## X7.您的家长是否同意您做兼职.. 0.69 0.72 0.00 0.00 0.995
## X8.你会选择做哪类兼职工作. -0.20 -0.05 0.07 0.47 0.269
## X9.你认为兼职过程中.你最大的优势是什么. 0.08 0.07 -0.12 0.13 0.043
## u2 com
## X1.您的性别是... 0.902 2.2
## X2.您的年级是.. 0.913 1.2
## X3.你认为大学生有必要做兼职吗. 0.872 1.6
## X4.你是否做过兼职. 0.519 1.1
## X5.你认为兼职会影响你的学业吗. 0.921 2.4
## X6.当兼职与上课冲突时.你会怎么做啊. 0.005 2.0
## X7.您的家长是否同意您做兼职.. 0.005 2.0
## X8.你会选择做哪类兼职工作. 0.731 1.4
## X9.你认为兼职过程中.你最大的优势是什么. 0.957 3.2
##
## ML2 ML1 ML3 ML4
## SS loadings 1.09 1.07 0.64 0.38
## Proportion Var 0.12 0.12 0.07 0.04
## Cumulative Var 0.12 0.24 0.31 0.35
## Proportion Explained 0.34 0.34 0.20 0.12
## Cumulative Proportion 0.34 0.68 0.88 1.00
##
## Mean item complexity = 1.9
## Test of the hypothesis that 4 factors are sufficient.
##
## The degrees of freedom for the null model are 36 and the objective function was 0.31 with Chi Square of 51.93
## The degrees of freedom for the model are 6 and the objective function was 0
##
## The root mean square of the residuals (RMSR) is 0.01
## The df corrected root mean square of the residuals is 0.02
##
## The harmonic number of observations is 172 with the empirical chi square 0.98 with prob < 0.99
## The total number of observations was 172 with MLE Chi Square = 0.58 with prob < 1
##
## Tucker Lewis Index of factoring reliability = 3.152
## RMSEA index = 0 and the 90 % confidence intervals are NA NA
## BIC = -30.3
## Fit based upon off diagonal values = 0.99
## Measures of factor score adequacy
## ML2 ML1 ML3 ML4
## Correlation of scores with factors 1.00 1.00 0.72 0.57
## Multiple R square of scores with factors 0.99 1.00 0.52 0.32
## Minimum correlation of possible factor scores 0.99 0.99 0.04 -0.35

从结果来看,3个主因子所解释的方差占整个方差的80%左右,基本反映了11个指标的信息,第一个因子.当兼职与上课冲突时.你会怎么做啊和您的家长是否同意您做兼职.的变量的载荷值较大,因此该因子反映的是兼职和个人家庭学业方面关系的能力,第5个因子在性别和年级两个变量的载荷较大,反应的是调查者的节本情况。第3个因子在是否做过兼职的载荷较大,所以可以代表兼职经验的能力。因此,各个因子分分别可以代表这些的值的含义,从因子分析的结果来看,每个因子的经济意义比较明显。图中 不同点代表不同的变量,横轴和纵轴代表不同的主因子,如果变量在纵轴对应的因子上具有较高的载荷,则分布在散点图的左上角,若变量在横轴因子上有较大的载荷,则分布在右下角。从上图,可以看到4个因子在11个变量上载荷比重的关系,因子和变量之间有联系说明因子在这些变量上有较大的载荷,连线的数字表示该因子在该变量上的载荷值。


数据获取


在公众号后台回复“兼职”,可免费获取完整数据。




本文中分析的数据、代码分享到会员群,扫描下面二维码即可加群!



点击文末“阅读原文”

获取全文完整代码数据资料


本文选自《R语言因子分析、相关性分析大学生兼职现状调查问卷数据可视化报告》。




点击标题查阅往期内容

数据分享|R语言用主成分PCA、 逻辑回归、决策树、随机森林分析心脏病数据并高维可视化
R语言逻辑回归logistic模型分析泰坦尼克titanic数据集预测生还情况
R语言是否对二分连续变量执行逻辑回归
R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据
R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析
R语言基于Bagging分类的逻辑回归(Logistic Regression)、决策树、森林分析心脏病患者
R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险
R语言用局部加权回归(Lowess)对logistic逻辑回归诊断和残差分析
R语言用主成分PCA、 逻辑回归、决策树、随机森林分析心脏病数据并高维可视化
R语言用线性模型进行臭氧预测:加权泊松回归,普通最小二乘,加权负二项式模型,多重插补缺失值
R语言Bootstrap的岭回归和自适应LASSO回归可视化
R语言中回归和分类模型选择的性能指标
R语言多元时间序列滚动预测:ARIMA、回归、ARIMAX模型分析
R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据
R语言计量经济学:虚拟变量(哑变量)在线性回归模型中的应用
R语言 线性混合效应模型实战案例
R语言混合效应逻辑回归(mixed effects logistic)模型分析肺癌数据
R语言如何用潜类别混合效应模型(LCMM)分析抑郁症状
R语言基于copula的贝叶斯分层混合模型的诊断准确性研究
R语言建立和可视化混合效应模型mixed effect model
R语言LME4混合效应模型研究教师的受欢迎程度
R语言 线性混合效应模型实战案例
R语言用Rshiny探索lme4广义线性混合模型(GLMM)和线性混合模型(LMM)
R语言基于copula的贝叶斯分层混合模型的诊断准确性研究
R语言如何解决线性混合模型中畸形拟合(Singular fit)的问题
基于R语言的lmer混合线性回归模型
R语言用WinBUGS 软件对学术能力测验建立层次(分层)贝叶斯模型
R语言分层线性模型案例
R语言用WinBUGS 软件对学术能力测验(SAT)建立分层模型
使用SAS,Stata,HLM,R,SPSS和Mplus的分层线性模型HLM
R语言用WinBUGS 软件对学术能力测验建立层次(分层)贝叶斯模型
SPSS中的多层(等级)线性模型Multilevel linear models研究整容手术数据
用SPSS估计HLM多层(层次)线性模型模型
R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告
R语言惩罚logistic逻辑回归(LASSO,岭回归)高维变量选择的分类模型案例
R语言有RStan的多维验证性因子分析(CFA)
主成分分析(PCA)原理及R语言实现及分析实例
R语言无监督学习:PCA主成分分析可视化
R语言使用Metropolis- Hasting抽样算法进行逻辑回归
R语言多元Logistic逻辑回归 应用案例
R语言自适应LASSO 多项式回归、二元逻辑回归和岭回归应用分析
R语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测
R语言基于树的方法:决策树,随机森林,Bagging,增强树
spss modeler用决策树神经网络预测ST的股票
R语言中自编基尼系数的CART回归决策树的实现
python在Scikit-learn中用决策树和随机森林预测NBA获胜者
matlab使用分位数随机森林(QRF)回归树检测异常值
基于随机森林、svm、CNN机器学习的风控欺诈识别模型
R语言惩罚logistic逻辑回归(LASSO,岭回归)高维变量选择的分类模型案例
R语言用标准最小二乘OLS,广义相加模型GAM ,样条函数进行逻辑回归LOGISTIC分



拓端数据部落
拓端(tecdat.cn)创立于2016年,提供专业的数据分析与挖掘服务,致力于充分挖掘数据价值。
 最新文章