因素分析

國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

第二節 因素分析

因素分析(Facetor Analysis Method)在多變量分析領域中，相當重要的一種 方法，其能夠將眾多的變數萃取成個數較少的幾個變數，而萃取之後的變數即稱 為因子(factor)，為了避免具有高度共線性的因子影響整體分析結果，本節將經 由因子分析把影響不動產每坪單價因素縮減，以利後續模式建構之用。

一、資料適用性分析

本研究將有效問卷資料建檔後，針對分析的資料是否適用於因子分析，

將進行適合度檢定，採用 Kaiser-Meyer-Oklin 的抽樣正確量（簡稱 KMO¹）， 由偏相關係數來檢定，經由 kmo 檢定其值為 0.6 大於 0.4 表示為可接受。

二、因子分析結果

因子分析之功用就是想以萃取出來的少數潛在因子(latent facetor)來 代表這眾多的變數。而其基本理論是假設樣本在變數上分為兩個部分，第一 個部分則是各變數共有的成份，即稱為共同因子(common factor），另一個 部分是各變數所獨有的成份，則稱為獨特因子(Specific factor)。共同因子個 數的多寡原則上是越少越好，且所抽取之共同因子所能解釋的變數之變異數 越大越好。

一般而言是以特徵值(Eigenvalue)大於 1 為萃取共同因子數目多寡的標 準，由眾多的變數所萃取出來的共同因子，即為因子分析最終的目的。為了 便於因子的解釋，需利用因子轉軸，轉軸一般分成直交轉軸與斜交轉軸二 種，採用直交轉軸則因子間不相關；採用斜交轉軸，因子間可能相關。直交 轉軸之優點，在於使變數在各個因子中的因子負荷量(Factor Loading）的差 距變大，進而使各個因子的意義更為顯及具有較大的獨立性，以方便為因子 命名，故本研究將透過直交轉軸之最大變異法（ varimax）進行說明。

本研究以 SPSS17.0 軟體進行因子分析，其數值處理過程中在程度中 之差異屬於次序尺度，以便於各方位風水影響因子間作篩選，此步驟是為了 避免各項目因子間相關性過高。經由因子分析(Facetor Analysis Method)進 行分析後，依據 Kaiser 常態化的 Varimax 法，來決定共同因子之數目，即 以特徵值大於 1 者為選取標準，特徵值若小於 1 者則不予選取。共有 12 個 特徵值大於 1 的主要因素成份，這 12 個主要因素，共可解釋總變異量的 74.74%，其特徵值與變異數如表 4-3 所示。

表 4-3 影響因子分析主要因子特徵值與變異數表

項目 平方和負荷量

因子 特徵值 變異數(%) 累積變異數(%) 1 5.749 16.908 16.908 2 3.300 9.707 26.615 3 2.775 8.162 34.777

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

項目 平方和負荷量

4 2.212 6.505 41.282 5 2.081 6.120 47.402 6 1.660 4.882 52.283 7 1.620 4.764 57.047 8 1.424 4.187 61.235 9 1.264 3.719 64.953 10 1.163 3.419 68.373 11 1.139 3.351 71.723 12 1.026 3.017 74.740 資料來源：本計畫整理

一般而言要保留的主成份個數，主要依照陡坡圖考驗法（Scree Test）以及 Kaiser 準則進行判斷，前面依 Kaiser 準則判斷挑選出 12 個主成份項目，而本研 究再透過陡坡圖考驗法²（Scree Test）將各成份編號及其相對應之特徵值繪製因 素陡坡圖，再進行陡坡圖考驗法分析，經由圖 4-1 顯示因子構面數目為 1~7 時，

可獲得較為適當之因子數目。

圖 4-1

資料來源：本研究整理

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

三、因子命名

在經過因子分析後挑選出項目間具有相關性的因子，將因子成份間屬性 較為相關者列為同一成份，通常以因子負荷之絕對值大於 0.3 就被認為 顯著的，大於 0.5 則非常顯著，本研究將說明因子轉軸後取其負荷量最高 值予以命名，而透過直交轉軸之最大變異法（varimax）以因子負荷量之絕 對值 0.5 認定，根據因素負荷量將變數歸類，並予以命名，以下分別對各主 要因子作進一步之分析與命名，見表 4-4 所示。

表 4-4 萃取後因子命名及對應變數表(轉軸後)

因素 命名 變數

E1 方位影響購屋意願 座向不滿意就不買 B7、座向會影響購買意願 B6、

購買前會篩選座向 B1、方位會影響溫度 A11、方 位會影響通風 A9、高低地價區段 X12、屋齡 Age、

方位好可提高售價 A13、

方位會影響日照 A10、重視房屋的方位風水 A8 E2 建物基本資料 面積 Ar1、屋齡 Age、購屋次數 D7

E3 方位的判定方式 方位判定為房屋本樓層房屋的出入口 A2 座向好 願意付超過一成 B2

E4 好的方位為坐西朝東 好的方位為坐西朝東 A7 E5 方位會影響日照 方位會影響日照、性別 D1 E6 座向差降價一成以內

會購買

座向差降價一成以內會購買 B5 E7 好的方位為坐東朝西 好的方位為坐東朝西 A6

E8 年齡 年齡 D2

E9 建物所在樓層數 建物所在樓層數 FL E10 好的方位為坐南朝北 好的方位為坐南朝北 A5 E11 宗教信仰 宗教信仰 D6

E12 方位判定為房屋的落 地窗或大片窗戶

方位判定為房屋的落地窗或大片窗戶 A3 資料來源：本研究整理

E1 由於變數多是與座向對房屋及購屋意願的影響，因此命名為方位影響 購屋意願；E2 由於變數多數與建物基本資料有關，因此命名為建物基本資 料 ；E3 因此命名為；E4 僅有一個變數，因此依該變數的名稱命名為好的 方位為坐西朝東； E5 的重要變數為方位會影響日照，因此依該變數的名稱 命名為方位會影響日照；E6 僅有一個變數，因此依該變數的名稱命名為座 向差降價一成以內會購買；E7 僅有一個變數，因此依該變數的名稱命名為 好的方位為坐東朝西；E8 僅有一個變數，因此依該變數的名稱命名為年齡；

E9 僅有一個變數，因此依該變數的名稱命名為建物所在樓層數；E10 僅有 一個變數，因此依該變數的名稱命名為好的方位為坐南朝北；E11 僅有一個 變數，因此依該變數的名稱命名為宗教信仰；E12 僅有一個變數，因此依該

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University