因子分析论文范文1
【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2
例二：“唉，我儿子一有数学题不会做就问我，我说你自己动脑筋想想嘛，他就说他不会做，其实题并不难，就是怕动脑筋！”教数学的爸爸摇头叹息地说。
这两个例子都在诉说着父母对孩子的不满，或在表达心中的困惑。各个孩子的情况不同，但实质是一样的——懒惰。懒于做事，懒于思考。
懒于做事。这是行为上的懒惰。
从小没有劳动观念没有做惯家务活的孩子，你突然这时候叫他去做，他怎么会做？因为他认为这不是他的事，是大人的事，和他无关。这种孩子大多出现在溺爱的家庭中。
父母从小不让孩子动手，或保护过度，或事事包办，生活上的事都替他做好了，他哪儿还有动手的机会？孩子的动手权利是家长剥夺的。两三岁的孩子探索欲很强，什么都想尝试一下，世界于他是充满好奇而新鲜的。
但正是这个喜欢用自己的手来探索世界的阶段，父母“无情”地剥夺了他的动手权利。孩子要自己穿衣，尽管显得很笨拙，但家长嫌他动作太慢，或看不惯，于是便帮他穿好了；孩子要学大人的样去洗碗，“你太小了，大一点了再洗，好不好？会把袖口弄湿的。”
妈妈的温柔拒绝阻止了孩子的积极行为；当孩子上学后，家长把孩子的学习看成重中之重，孩子想帮着做点事时，一句“这活不用你干，只要你把时间多花在学习上，学习搞上去才是真的！”就把孩子的积极性打发掉了。
久而久之，孩子习惯了大人为他安排好一切，家长也心甘情愿地为孩子服务。当孩子一天天长大，当有一天发现孩子不爱劳动时不爱帮忙时，才知道：这孩子怎么这么懒惰！可悲的是懒惰已成为习惯！
俗话说，“懒惰娘育勤劳儿”，这句话不是没有一点道理。很多事情往往是互相牵制的，家长干多了孩子就干少了，家长太勤快了孩子就懒惰了。
你没有给孩子提供锻炼的机会，孩子到哪儿去找这样的机会？家务劳动本来是每个家庭成员都应尽的义务，但是，孩子头脑中没有这样的观念不能不说是家长培养出来的。
有调查表明：中国城市小学生每日做家务时间几乎是全世界城市最低的。美国孩子日均劳动时间为1.2小时，而中国不足12分钟。不要说家务活，懒惰成习的孩子就连自己的事诸如收拾房间，整理书包等也懒得去做了，恨不得父母继续为他服务。这样，独立生活能力差，没有自信，感觉自己无能，对家庭依赖性强也是顺理成章了。
懒于思考。这是思维上的懒惰。
思考于这类孩子来说，感觉很累。因为他没有良好的思考问题的习惯，没有感受过思考的乐趣。我们经常看到这样的例子：有强烈好奇心的幼儿，喜欢问这问那，有的父母不是引导孩子思考：“是呀，你说是为什么呢，我们来一起想一想好吗？”而是呵斥制止：“小孩子不要问这么多，烦不烦呀。”
这样，把孩子的好奇心给踩死了。而还有一种父母呢，却积极过度，当孩子一提问，马上就报上答案。如果自己答不上来了，又急忙去查找资料来告诉孩子，而不是启发孩子一步步去思考，给孩子独立的思考空间。这两种家长都在扼杀孩子的思考力和想象力，使孩子的思维“细胞”不再活跃，对周围世界的感知不再敏感。
思考是一种脑力劳动，既然是劳动，就会有辛苦在其中。如果没有家长就生活中的点点滴滴的事去启发孩子思考，引导孩子学会思考，孩子就不会积极地主动地去思考，不会养成积极思考的好习惯。当孩子提问时，你应该说：你说呢，你想想看，再想想看。如此一步步引导，而不要急于告诉现成答案。即使孩子经过思考后的回答不科学，不符合事实，那也要以赞赏的眼光，鼓励的语言去欣赏孩子的思考之果。
因子分析论文范文3
Abstract： The main factors affecting the quality of undergraduate thesis in finance and economics specialty of dependent college are analyzed， on the basis of establishment of scale data， the factor analysis method is used to screen out the factors affecting the quality of their papers， and the quality control program is proposed to provide reference for management and decision-making of finance and economics undergraduate thesis at independent colleges.
关键词： 本科毕业论文；影响因素；论文质量
Key words： undergraduate thesis；influencing factors；quality of papers
中图分类号：D642.477 文献标识码：A 文章编号：1006-4311（2013）27-0221-02
1 独立学院本科毕业论文质量影响因素
1.1 毕业论文质量影响因素的确定 在文献查阅的基础上，经过专家小组的讨论，基于本科毕业论文过程管理的思想，鉴于财经类本科毕业论文的完成涉及本科培养、选题、资料搜寻、写作、定稿、答辩与论文评价等阶段，因此确定了毕业论文质量的24个相关影响因素，见表1。
1.2 分析模型的选择及数据选取 因子分析模型的基本原理是将众多的原始变量表现为较少因子的线性组合，以少数因子来概括和解释错综复杂的线性组合，以少数因子来概括和揭示错综复杂的社会现象，从而建立起能揭示出事物之间最本质关系的简洁数学模型。基本模型如下：
设有P个原有变量x1，x2，x3，…，xP，且每个变量（或经过标准化处理后）的均值为0，标准差为1。现将每个原有变量用k个因子的线性组合来表示，则有：
x■=a■f■+a■f■+a■f■+…+a■f■+ε■x■=a■f■+a■f■+a■f■+…+a■f■+ε■…x■=a■f■+a■f■+a■f■+…+a■f■+ε■（1）
式（1）是因子分析的数学模型，aij（i=1，2，…，p；j=1，2，…，k）称为因子载荷，是第i个原有变量在第j个因子上的负荷；ε■为特殊因子，表示原有变量不能被因子解释的部分，其均值为0，相当于多元线性回归模型中的残差。
本文以大连理工大学城市学院财经类毕业生及毕业论文为研究基础，发放调查问卷。按照分从抽样将从提划分为30个次总体，然后采用随机抽样的方法抽取调查样本，以保证研究的代表性。本次调查共发放问卷400份，收回392份，回收率达到98%，其中剔除无效问卷27份，有效回收率达到91%。在问卷中，通过上文的论文质量因素指定调查量表作为调研工具，积分方式采用李克特1（完全不符合）—5（完全符合）的5点积分法，采用同质信度所分析问卷的α系数为0.872，表明量表的新都可以接受，能够比较全面反映独立学院本科毕业论文的影响因素。
2 独立学院本科毕业论文影响因素的因子分析
2.1 相关性检验及原始数据的处理 本文采取Bartlett球形检验和KMO检验来分析变量是否具有相关性。表2显示，KMO测度值的计算结果为0.726，说明适合因子分析。Bartlett的球星度检验的概率值为0.000，小于显著水平0.05，表明原假设被拒绝，适合做因子分析。
2.2 因子提取及命名解释 根据标准化后的数据建立变量的相关系数矩阵、特征值、特征向量等，从而得到财经类本科毕业论文质量影响因素的因子特征根及方差贡献率（表3）。从结果来看，根据特征值大于1的原则，提取的5个公共因子的累积方差贡献率达到了89.145%，能够充分反映原始数据提供的信息。故使用主成分分析法相应提取5个公共因子。便于公共因子对实际问题的分析解释，我们对载荷矩阵进行了因子旋转，选用方差最大化法，经过5次旋转后，得到旋转因子载荷矩阵（表4）。从计算结果看，第一个公共因子FA在上f1-f8上载荷值较大，主要反映了学生在论文写作前的财经知识储备、写作经验的积累和在论文写作中的必备能力，因此可以将第一个公共因子命名为基础因子。第二个公共因子在f9-f12、f18上载荷值较大，表现了学生在论文写作中的态度，因此可以认为FB为态度因子。第三个公共因子FC在f16、f17、f19、f22-f24上载荷较大，反映学生论文质量亦受外界环境与压力影响，故将FC命名为环境与压力因子。第四个公因子在f13、f14、f15上载荷较大，集中反映了自主选题情况，命名为题目因子。第五个因子FD在f20和f21上载荷较高，反映了学校及老师对论文写作的管控，因此把该因子命名为管理监督因子。
3 独立学院本科毕业论文质量影响因素分析及对策建议
3.1 基础因素及其控制 在基础因子的8个原始变量中，财经专业基础知识掌握的越好、财经专业技能储备的越多，毕业论文质量才越有保障。同时，学生在毕业论文写作中的各种能力的高低对论文质量有显著影响。
3.2 态度因素及其控制 在本科毕业论文的写作中，态度直接影响质量。在态度因子的3个原始变量中，论文写作态度对论文质量起着决定性作用，它直接决定毕业论文写作时间的投入多少以及毕业论文格式的规范化程度。另外2个变量说明毕业论文的写作是个师生互动的过程，毕业论文题目的老师介入以及论文写作时间的科学安排，在论文写作过程中师生的良好互动有助于论文质量的提高。
3.3 环境与压力因素及其控制 在涉及环境因素的3个原始变量中，学院良好的学术氛围有助于学生毕业论文的写作；学院文献提供水平较高会使得学生毕业论文的论证有夯实的基础；指导老师自身的学术水平比较高才能指导出高质量的毕业论文。
3.4 题目因素及其控制 题目因素是影响本科毕业论文的内在因素。题目因子的3个原始变量中，论文题目是否自选、论文题目是否感兴趣、论文选题是否新颖是影响本科毕业论文的因内因素。
3.5 管理监督因素及其控制 管理监督因素主要反映在指导教师的态度上和学院毕业论文监督管理。论文指导教师的态度也影响了论文质量。独立学院教师存在“两头大、中间小”的现象。独立学院师资上的特点造成了教师指导论文的经验不足，指导质量有待提高，责任心不是很强，影响了毕业论文的质量。因此笔者认为应当加强对论文指导教师的管理，明确论文指导教师的工作职责，坚持选拔有一定学术水平、责任心较强的教师担任独立学院财经类本科毕业论文的指导教师，并且完善指导教师指导论文的培训制度。独立学院应基于毕业论文全过程加强论文质量管理，建立问责机制，及时发现和参与解决毕业论文质量管理中存在的问题。
参考文献：
[1]教育部.独立学院设置与管理办法（中华人民共和国教育部令第26号）[Z].2008-02-22.
因子分析论文范文4
【关键词】SPSS；因子分析；教育技术学；课程设置
【中图分类号】G40-057 【文献标识码】B 【论文编号】1009―8097 (2008) 09―0028―04
一 引言
因子分析作为教育信息多元统计分析的一种,旨在“用少数几个因子去描述众多样本之间的联系，即将相关且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样本的大部分信息,从而达到降维的目的”[1]。因此,本文通过对学生的成绩作因子分析, 从而对教育技术学的课程设置在总体上有所把握，分析了课程设置中存在的不足，提出相应的课程设置调整建议，以满足社会的需求。SPSS统计分析软件具有完整的数据输入、编辑、统计分析、报表、图形制作等功能,处理社会科学问题的功能强大，本文采用其作为分析工具。
二 研究对象及研究方法
本文以本校2004级教育技术学本科64位同学的七个学期的29门专业课的成绩为研究对象， 由于专业课（指标数）开设的较多而学生数（样本数）较少，这样不利于因子分析的效度，因此在正式研究之前先用到了若干次因子分析，这样就减少了一些课程，只剩下六门具有代表性的课程（前若干次因子分子的过程略）。最后对六门具有典型性的课程进行了探索性因子分析的研究，这六门课程分别为：教育技术学导论、计算机网络技术、教学系统设计、数据库原理与应用、教育传播学、教育电视系统，在本文中分别用x1、x2、x3、x4、x5、x6表示。同样根据因子分析的数学模型及其原理，用SPSS13.0统计软件对其进行了因子分析。
三 因子分析[2]
1 KMO和Bartlett球形检验
从表1的数据可以看出KMO的值为0.716，根据统计学家Kaiser给出的标准，可以认为这些样本数据适合作因子分析；而Bartlett球形检验的相伴概率位0.000，小于显著水平0.05，因此拒绝球形检验的零假设，认为适合于因子分析。
2 因子分析的共同度和对总方差的解释
变量共同度Communalities是表示各变量中所含原始信息能被提取的公因子所表示的程度。通过因子分析的共同度表2看出除了教育技术学导论的共同度为0.750较低以外，其他的都在0.77到0.87之间，且有一半都在0.8以上。可以认为因子能够解释各门课的方差。但教育技术学导论这门课的共同度较低。教育技术学导论是教育技术学的基础理论专业课程，为何提取的公因子对教育技术学导论这一变量的共同度会偏低呢？笔者认为，一方面可能是数据有限的原因；另一方面说明了教育技术学的基础理论课――教育技术学导论没有取得很好的教学效果。导致这一结果的原因可能在于：
（1） 本校在该届将教育技术学导论这门课程放在学生上大学后的第一学期讲解，由于学生刚入大学对学校的环境和学习情况有一个慢慢熟悉的过程，一时不能全身心投入到学习上，特别是有些枯燥的基础理论课，学生们的学习与主动记忆的热情不高，导致分数不理想。
（2） 由于教育技术学是教育学的二级学科，在没有学习任何教育学理论的基础上就学习教育技术学导论，学生们的接受能力不是很强。也就是说没有学习教育学，在学生们的长时记忆中就没有与教育学相关的“图式”，在学习其他相关课程时就显得很默然。
（3） 据笔者了解教育技术学导论的上课形式多为听讲式教学，这种教学模式导致一是教师不能有效的解决学生之间认知负荷的差异；二是学生不能有效地使用认知资源、认知容量，学生能够施展的认知策略非常有限，这些都不利于信息的内化。
鉴于此，笔者认为：第一、可以在教育技术学导论这一课程开设之前先开设教育学、心理学这样的专业理论课程，如在第一学期开设教育学课程，在第二学期开设教育技术学导论课程。按照认知负荷理论的观点，这样的课程设置有其益处。也就是学生在学完教育学基础理论之后，在达到教学目标的前提下，长时记忆中就会存储与教育学相关的“图式”，此时再去学习其他的专业基础课如教育技术学导论，如在短时记忆中涉及到教育学相关的知识，那么就可以将长时记忆中相关的“图式”调出，便于学生快速理解新知识，从而可以做到知识的逐步掌握。而本校在该届未设置教育学与心理学这两门课程笔者认为有其不合适的地方。第二、教育技术学导论的共同度较低笔者认为和开设的基础理论课稍少有关，作为教育技术专业的本科生，基础理论的扎实牢固是必要的，而本校所开设的教育技术基础理论课有些少，需补充像教育技术学这样的核心专业课。第三、理论课教学也可以采用多样化的模式，多与实践相结合，以学生为中心，让学生通过实践来体会教育技术学的含义。比如可以分成小组学习其中的章节，然后每一个小组出一位代表发言，讲述学习的过程、收获及体会。也可以配备一些优秀的教学课件，这样可以提高学生的学习兴趣以及培养教育技术专业的学生的课件制作与审美能力。
从表3中可以看出旋转后第一个因子的方差贡献率为28.831%，而前三个因子的累积方差贡献率为81.241%，也就是说三个因子解释了原变量的81.241%的信息。认为这三个因子可以解释大部分信息。
3 旋转后的因子载荷矩阵[3]
为了使因子变量更具有可解释性，对因子载荷矩阵进行了方差最大旋转，得到了旋转后的因子载荷矩阵，如表4所示。从该表可以看出，公因子1由教育传播学、教学系统设计两门课程决定，命名为教育技术学基础理论， 主要是有关教学设计的能力。公因子2由数据库原理与应用、计算机网络技术两门课程决定，命名为：教育信息处理的能力。公因子3由教育电视系统、教育技术学导论两门课程决定，命名为：媒体开发的能力。从分析结果来看可以说这三个因子是本校教育技术学专业七个学期学生的基本专业能力。
根据李龙[4]教授的观点“教育技术学的本科生应具有的专业能力有以下六点：教学设计的能力；教育信息处理的能力；媒体开发、应用的能力；构建、维护物态教学系统的能力；研究的能力；管理的能力”。以之对照我们以上分析的结果得出的三个公因子也包括在应具有的六种能力里面，但缺少构建和维护物态教学系统的能力、研究能力和管理能力方面的教学。笔者认为，构建和维护物态教学系统这一能力对于教育技术本科生将来参加工作是必须的，这就要求在课程设置上要安排这方面的理论和实践的课程，以培养学生的能力。其次使学生具有科研开发能力、解决问题的能力和具备开拓创新精神也是本科阶段需要对学生进行培养的必要专业素质。所以在课程设置上也需注重此问题的考虑。另外，虽然管理能力是与平时参与组织工作自我锻炼密切相关的，但也可在教学当中适当的涉及，从而使学生意识到在当今这样一个需要复合型人才的社会培养自己的管理能力的重要性。
4 因子得分系数矩阵
前面我们研究了原变量与每个公因子的线性关系，最后我们就需要了解每个公因子与原变量之间的关系，即将公因子表达成各变量的线行关系，见表5因子得分矩阵，即因子得分函数的系数，据此可以得到下面的因子得分函数：
F1=-0.182*x1+0.527*x2-0.34*x3+0.659*x4-0.42*x5-0.232*x6
F1=0.672*x1+0.010*x2+0.539*x3-0.197*x4-0.061*x5-0.123*x6
F3=-0.113*x1-0.140*x2-0.071*x3-0.124*x4+0.492*x5+0.775*x 6
而由因子变量的协方差矩阵（略）可知这三个因子之间是相互独立的（除对角线上的元素值为1外,其他均为0）。到此，我们就做到了对变量的“降维”，且对新因子的含义有了一定的把握，对其组成也有了相应的量化指标，也就是每个因子都可以由各门课程所定量的决定。
四 因子分析的结论
以上我们对本校教育技术学本科生的专业课做了因子分析，并对其结果进行了探究。综合以上所有的观点，分析研究认为：本校教育技术学专业总的来说达到了该专业的培养要求，而且据笔者了解本校的教育技术学专业发展是较快的，在短短的9年内，本专业的人才培养层次不断上升，实现了从专科到本科再到硕士研究生的跨越。但根据此次数据分析的结论本专业在课程设置上也是存在一些缺失的。在本文第三节已有部分论述。
另外，根据笔者的访谈调查，有以下几点建议仅供参考。第一、在教育信息处理能力方面，可以补充远程教育学课程，因为它不但是教育技术学的主干课程，而且它对培养学生的教育信息处理能力是必要的。第二、在本科阶段学习教育信息处理课程是必要的，但笔者了解到本校所用的教材有些难度，要求学生得有比较深厚的数学功底，而本科阶段的非数学专业的学生是较缺乏这种数学素养的，笔者认为要想进行这样的学习也可以，但要在开设这门课之前开设一门如概率学、统计学之类的课程。以有助于后续的学习。第三、教育技术学专业虽开设了较多的专业实践课程但学生会利用所学的知识去动手干活的能力不是很强，也就是学校提供的实际动手能力的机会不是很多；“教育技术学师范生主要的就业方向是学校教育，所以办学过程中不单让学生掌握相关的理论知识还要加大学生动手实践的机会，培养学生的动手能力。”[5]第四、从因子分析的整个过程来看，本校教育技术学专业所开设的课程有些散，也就是多而不精，学生毕业后所精通的专长几乎没有。第五、培养学生一定的科研能力也是必要的，在这个过程中，专业教师可以设计一些虚拟科研项目，或者提供较简单的科研练习，培养学生的科研意识和科研能力让学生积累一定的科研经验。第六，在学习之余使同学们多参加一些学生工作，以锻炼他们的管理能力。
最后，正如南国农教授所说，专业的课程设置应立足于当代社会。因为笔者考察的是广西地区的教育技术学的课程设置情况，就该地区来说课程设置应体现本地区的特色。即本土化发展。例如首先要了解广西地区在电教工作方面需要什么样的专业人才，和其他地区有什么不同，这样才能在课程设置上有所侧重；其次现代教育技术科研和现代教育技术实验是现代教育技术发展的主要动力，是西部必须认真抓好的一个重要环节，这当然也给广西地区的教育技术专业的发展提供了动力， 那么在我们的课程设置上就要体现这一任务，多给学生实践的机会。
五 结束语
本次分析调查仅采用本校的数据进行了研究，由于数据有限结果有一定的局限性，只希望给教育技术界的老师和同学提供一定的参考，提供一种分析问题的方式。当然更希望教育技术学的课程设置在广西乃至西部地区有更好的发展。教育技术学专业课程设置的问题还需业界人士在更全面的条件下进行系统的分析。
参考文献
[1] 傅德荣,惠敏.教育信息处理原理[M].北京:北京师范大学出版社,2001:135-138.
[2] 张文彤.SPSS统计分析高级教程[M].北京:北京高等教育出版社,2004:65-70.
[3] 牛裕琪,何平.教学质量评价数据的多元统计分析[J].陕西工学院学报,2001,17(4):68-70.
因子分析论文范文5
从宏观管理的角度来说，消费价格指数CPI能够为各级政府管理机构了解民情，体察居民的生活成本，从而分析和制定相关的货币政策、价格政策以及工资政策提供很大的参考价值，也能为每年的国民经济的核算提供第一手资料。从就业角度来看，CPI一旦上涨过快，不管是企业还是政府部门可以据此相应的提高利率和工资水平以来削弱价格过快上涨而给人们带来的生活成本的增加，从这个角度来说CPI直接提供了参考依据。而从投资的角度来说，企业在考虑到投资量的大小时会慎重考虑CPI这个经济晴雨表的，进而来决定是增加还是减少投资，CPI在此又给企业管理者提供决策依据。而CPI本身的大小则直接体现了居民每天的生活成本的高低，与居民生活息息相关。
为了防止CPI的波动对我国经济造成不利影响，如果我们不能找到影响CPI的根源，就会在造成治标不治本的情况，因此本文采用多元线性回归分析、相关分析以及因子分析等方法，来研究CPI的影响因素，找出主要影响CPI的因素，并根据这些主要影响因素提出相关政策建议，对我国经济的稳定发展有着非常重要的意义。
本文在吸取国内外研究成果的基础上，主要有以下创新：第一，相对于已有研究，本文对CPI和影响因素的数据都选取了从1993―2014年共20年的年度数据，这样样本容量更大，而且距离我们的时间更近，对我们现在分析CPI未来的变化有更大的帮助；第二，本文运用因子分析方法，对CPI进行分析，使得最后得出的主要因子更加可靠，使得我得到的最终结论更加可靠。
二、CPI影响因素的因子分析
本文选取了八个指标，分别是城镇居民家庭可支配收入（记为X1）、货币供应量（记为X2）、固定资产投资指数（记为X3）、工业品出厂价格指数（记为X4）、原材料、燃料和动力购进价格指数（记为X5）、外汇储备（记为X6）、GDP（记为X7）以及人民币汇率指数（X8）。数据处理运用SPSS16.0。选取1993―2012这20年期间的数据。
1.方差贡献率
累积方差表示自上至下各个因子的方差占总方差百分比的累积值。根据输出结果，选择3个公因子后，从方差贡献率来看，第一个公因子解释了总体方差的67.264%，第二个公因子解释了总体方差的17.927%，第三个公因子解释了总体方差的6.583%，前三个因子的特征值之和占总方差的91.774%，即前三个因子解释了原始的8个变量的91.774%。由于根据系统将累积方差贡献率>85%的m个因子作为选定的主因子，故本例中提取出3个因子，并且我可以知道本次因子分析效果会很理想。
可以看出，第一因子与CPI具有相似的波动，即在CPI上升的阶段，第一因子也上升；在CPI下降的阶段，第一因子也在下降。说明了第一因子对CPI的解释能力最强。还可以看到第二因子的得分是三个因子得分中最高的，说明第二个因子也对CPI有很强的解释能力。
三、结论与政策建议
采用因子分析方法，对8个变量和CPI做因子分析，提取出三个因子，分别是需求因子、外贸因子和经济因子，得出需求因子和外贸因子是影响我国CPI的主要影响因素。政府可以通过制定政策来影响第一和第二因子，来调控我国的CPI指数。
根据所得结论，提出相关政策建议：
1.控制货币供应量。央行可通过提高存款准备金率，并且同时采取提高利息等一系列的措施，来回笼市场上的资金，来达到控制整个市场的货币供应量。
2.政府相关部门需要加大对外汇储备的管理，充分利用好我国巨大的外汇储备，尽可能防止由于外汇储备的缘故，导致CPI不合理的变动。并且相关监管部门，要加大对外汇的监管力度，防止国际热钱进入我国市场，扰乱我国金融秩序以及物价水平。
3.加大对不法商贩私自囤积商品的法律制裁。前些年，出现了很多的商贩私自囤积商品，以来恶意导致该商品的价格暴涨，因此，政府相关部门应该加大对这些不法商贩的治理力度，防止这些不法商贩恶意提高物价，影响CPI，以导致民众对物价产生恐慌。
参考文献：
[1]尉盼龙，我国省际价格传导的实证研究[D].广州：暨南大学硕士学位论
[2]曾令美，周庆武，人民币汇率变动影响我国CPI的计量分析，上海金融，2008年第10期
[3]陈玉海，我国CPI预测数量研究，中南大学博士生论文，2009年8月
[4]徐佳，我国物价波动趋势及影响因素分析，山东大学硕士学位论文，2009年4月
[5]董梅， 基于VAR模型的CPI影响因素分析及预测， 兰州商学院学报，2010
因子分析论文范文6
论文关键词：信用风险，KMV模型，Logistic回归模型，因子分析，信用评级
一、引 言
随着金融全球化趋势的加快和金融市场的波动性加剧，企业破产和重组事件的发生频率也越来越高，各国金融行业受到了前所未有的信用风险的挑战。而上市公司是中国证券市场的基础，公司质量的高低、行为的规范与否及其财务状况的好坏将直接影响到中国证券市场的发展和投资者的利益，影响市场的兴衰。
二、数据来源
本文选取上市公司中的绩差股与绩优股为研究样本，绩差股选取截止2005年12月31日沪深两市被ST的上市公司中的30家为样本和绩优股选取大盘蓝筹股中的30家上市公司作为配对样本，共60家上市公司，这60家上市公司全部为A股（研究的股票交易数据和年报财务数据以及相关的其他信息来自大智慧和中国金融wind数据库）。
三、模型的构建及结论分析
针对Logistic回归模型和KMV模型存在的问题，在本文中也做了部分的改进，进而对中国上市公司进行信用风险度量，以期待能找到适合中国实际情况的信用风险度量模型。
3.1、Logistic回归模型
对Logistic回归模型的构建，首先要慎重选择参数。误选参数会导致模型的误判。
3.1.1 、Logistic回归模型的参数选择
本文选择了能反映上市公司的赢利性，偿债能力，营运能力、现金流量等方面特性的21个财务指标。我们利用SPSS13.0统计软件作为因子分析的工具金融论文，其具体步骤如下：
（1）提取60家样本公司2005会计年度报告的指标数据，利用SPSS13.0现将21个指标进行无量纲标准化；
（2）利用因子分析计算相关系数矩阵的KMO值及Barlett检验值，分析显示KMO值及Barlett检验值符合检验要求；
（3）计算特征值、贡献率、共同度，提取特征值大于0.8的9个因子为主要因子，累计贡献率达到81.687%[2]。其中第一个主因子的方差贡献率为26.992%，第二个主因子的方差贡献率为14.646%，第三个主因子的方差贡献率为8.298%，后边的几个主因子的贡献率依次降低。
（4）建立因子载荷矩阵、因子得分系数矩阵，求得9个主因子的因子得分。
在运用SPSS13.0对财务指标进行因子分析时，我们采用的是主成分分析方法，求旋转后的因子载荷矩阵选择最大方差旋转法。结果分析如下：
（a）KMO和球形Bartlett检验
经KMO和Bartlett检验表明：Bartlett球度检验的值为838.034，概率，即假设被拒绝，也就是说，可以认为相关系数矩阵与单位矩阵有显著差异。同时KMO值为0.636，根据KMO度量标准[3]可知，原变量适合进行因子分析。
（b）因子分析的总方差解释
因子分析总方差列表中显示前9个主成分的特征值大于0.8，但他们的累积贡献率达到了81.687%，在特征根大于1的情况下，有7个主要因子，他们的累积贡献率达到了73.64%，模型的解释力度相对较低。并由各个成分特征值的碎石图可知，保留前7个主要因子就可以概括绝大部分的信息，但这7个累积贡献率低于80%。
（c）因子分析的共同度
从因子分析的共同度表中的第二列显示初始共同度，全部为1；第三列是提取特征根的共同度，本文中是在指定特征根大于0.8的条件下的共同度，可以看到，总资产同比增长率和销售净利率的共同度较低（低于80%）金融论文，这几个变量的信息丢失较为严重。 但大部分的共同度都在0.7以上，且大部分大于0.8，说明这9个公因子能够较好地反映原各指标变量的大部分信息。
3.1.2、Logistic回归模型的构建
我们把这9个主因子都引入到Logistic回归模型中，进行多元回归分析。利用SPSS13.0统计分析软件的BinaryLogistic回归程序包进行回归，得到的结果如表4-7，4-8所示论文格式范文。
从回归的第一步Cox & Snell 为0.639，Nagelkerke为0.851，大于0.8，说明该模型的拟合效果较好[4]。从表4-7可以得到，模型的整体准确判别率为93.3%，模型对上市公司的违约判别率还是较好的。从表4-8可以看出，9个主因子的显著性水平都较高，第9个主因子的显著性最大，为0.755，相对来说第2、4及5个主因子显著性水平较低。
表4-7 输出结果
表4-8 模型的回归系数
Variablesin the Equation
B
S.E.
Wald
df
Sig.
Exp(B)
Step 1(a)
FAC1_1
.934
1.133
.679
1
.410
2.544
FAC2_1 3.143
1.270
6.130
1
.013
23.180
FAC3_1 2.648
1.498
3.124
1
.077
14.126
FAC4_1 5.401
2.207
5.990
1
.014
221.581
FAC5_1 6.244
2.681
5.422
1
.020
514.663
FAC6_1 -.491
.615
.636
1
.425
.612
FAC7_1 1.775
1.065
2.777
1
.096
5.900
FAC8_1 .686
1.574
.190
1
.663
1.987
FAC9_1 .872
2.795
.097
1
.755
2.393
Constant .480
1.185
.164
1
