爱华网一、在SPSS统计分析软件的“Analyze”（分析）菜单的“DataReduction”（数据处理）中选择“Factor”（因子）命令，在弹出的“Factoranalysis”（因子分析）对话框中，从框的左侧的变量列表中选择x1、x2、x3、x4、x5、x6、x7····添加到右边的“Variables”（变量）框中。
二、单击“Descriptives”（分类叙述）按钮，弹出“Factoranalysis：Descriptives”（因子分析的分类叙述）对话框。
①选择输出相关的统计量在因子分析的分类叙述对话框中的“Statistics”（统计学）框中选择需要输出的那些相关的统计量。选择“UnivariateDescriptives”（变量叙述）项，将输出各变量的均数与标准差。选择“Initialsolution”（初始解）项，将输出初始分析结果。即输出的是因子提取前分析变量的公因子方差。对于主成分分析而言，这些值要进行分析变量的相关或协相关矩阵的对角元素；对于因子分析而言，输出的每个变量用其它变量作预测因子的载荷平方和。
②数据的检验在因子分析的分类叙述对话框中的“CorrelationMatrix”（相关矩阵）框中，选择“Coefficients”（相关系数）项，要求计算相关系数矩阵；选中“Significancelevels”（显著水平）项，将给出每个相关系数的单尾假设检验的水平；选中“Determinant”（行列式）项，将计算相关系数矩阵的行列式；“Inverse”是相关系数矩阵的逆矩阵项；选中“Reproduced”（再生相关矩阵）项，将给出因子分析后的相关矩阵、剩余方差（原始相关与再生相关之间的差值）；选择“Anti-image”（反映像相关矩阵检验法）项，如果反映像相关矩阵中有些元素的绝对值较大，则说明这些变量不适合进行主成分分析；选择“KMOandBartlettTestofSphericity”（KMO检验法和巴特利特球形检验法）项，将对数据进行KMO检验法和巴特利特球形检验法检验。
三、选择因子提取的方法
单击“Factoranalysis”对话框的“Extraction”（求解）按钮，进入“Factoranalysis：Extraction”（因子分析求解）对话框，选择因子提取的方法。
①分析方法在“Method”（方法）下拉框中，系统提供了7种因子提取的方法。
A.主成分分析法（Principalcomponents）该方法假定原变量是因子变量的先行组合。第一主成分有最大的方差，其余主成分的方差依次减少。
B.未加权最小平方法（Unweightedleastsquares）该方法不记对角元素，使原相关矩阵和再生相关矩阵之差的平方和最小。
C.广义最小二乘法（Generalizedleastsquares）用变量的倒数值加权，使原相关矩阵和再生相关矩阵之差的平方和最小。
D.最大概似法（Maximumlikelihood）最大概似法也称极大似然估计法。此方法不要求多元正态分布。
E.主坐标分析法（Principalaxisfactoring）主坐标分析法也称主轴因子法。该方法从维相异性矩阵出发，主坐标建立在排序坐标系与主分量分析旋转后的坐标系一样，主坐标不仅正交，而且，第一、二主坐标依次按个点在该轴的平方离差的大小排列，个点对不同两个周到交叉积均为零，因此可以取较少的排序坐标去描述群落（或）样方，而使信息的损失最小。
F.因子法（Alphafactoring）
G.映像因子提取法（Imagefactoring）映像因子提取法也叫多元回归法。由Guttman提出，把一个变量当作其它各个变量的多元回归。
②提取因子的依据“Analyze”框主要用于选择提取因子变量的依据。选中“Correlationmatrix”项，表示以相关矩阵为依据提取因子变量；选择“Covariancematrix”项，将依据协方差变量提取因子变量。
③确定因子变量个数的标准“Extract”（求解）框主要用于指定因子个数的标准。在特征向量指标值（Eigenvaluseover）后的文本框中可以输入一个特征值，系统将提取特征值大于该值的因子作为因子变量。该法是SPSS的默认设置，默认的特征值是1。在因子数指定法（Numberoffactors）后的文本框中输入指定要提取的因子变量个数，系统将提取个因子作为分析的结果。
④选择输出与因子变量提取的有关信息“Display”（显示）框主要用于选择输出与因子提取有关的信息。选择“Unrotatedfactorsolution”（未旋转的因子答案）项，系统将输出未旋转的因子载荷矩阵；选中“Screeplot”（碎石图）项，系统将输出因子变量及按大小排列的其特征值的散点图。
⑤选择收敛迭代次数在MaximumiterationsofConvergence”（最大迭代次数）后的文本框中输入指定分析的最大收敛迭代次数，系统将在迭代到指定的最大收敛迭代次数后终止分析。系统默认的迭代次数是25。
四、因子载荷矩阵的旋转与结果输出
单击“Factoranalysis”对话框的“Extraction”（旋转）按钮，进入“Factoranalysis：Extraction”（Rotation）对话框，选择因子载荷矩阵的旋转方法。系统默认不进行旋转（None）。
①选择因子载荷矩阵旋转的方法系统在Method框中设置了5中因子载荷矩阵的旋转方法，系统默认不进行旋转（None）。
A.正交旋转法（Varimax）正交旋转法也叫方差极大旋转法，它使得每个因子上的具有最高载荷的变量数目减少，可以简化因子的解释范围，而使因子变量典型化。
B.直接斜交旋转法（DirectOblimin）选中该项，可以在下面的矩形框中输入（δ）值，该值在0与1之间，0之产生最大的相关系数。
C.四分最大正交旋转法（Quartimax）此法使得每个变量中需要解释的因子数最少。
D.平均正交旋转法（Equamax）平均正交旋转法是正交旋转法和四分最大正交旋转法的结合，对变量和因子同时进行旋转处理。
E.斜交旋转法（Promax）允许因子间相关，比正交旋转法收敛快，适用于大样本数据的分析。
②旋转因子载荷分析结果的输出“Display”（显示）框主要用于指定旋转因子载荷分析结果的输出信息。选中“Rottedsolution”项，系统将输出选中后的因子载荷矩阵，对于正交旋转法，给出的是旋转后的因子矩阵模式和因子旋转矩阵；对于斜交旋转法输出的是旋转后的因子矩阵模式、因子结构矩阵和因子间的相关矩阵。选择“Loadingplot”（输出载荷散点图）项，系统会给出两两因子为坐标的各个变量的载荷散点图。如果由两个因子，则给出个原始变量在因子1和因子2坐标系中的散点图；如果多于2个因子，系统只输出前3个因子的三维因子载荷散点图。如果只提取出一个因子，则不会输出散点图。选择此项，给出的旋转后的因子载荷图。
五、因子得分设置
单击“Factoranalysis”对话框的“Scores”（得分）按钮，进入“Factoranalysis：Scores”（因子分析得分）对话框，对因子得分进行设置。
①因子得分结果的保存选中“Saveasvariables”项，系统将会把因子得分作为新变量保存在数据文件中。
②因子得分的估计方法在Method框中，系统提供了3种因子得分的估计方法。
A.回归因子得分法（Regression）其因子得分的平均值为0，方差等于估计因子得分与实际因子得分之间的多元相关的平方。
B.巴特利特法（Bartlett）因子得分的平均值为0，超出变量范围的各因子平方和被最小化。
C.安德森-罗宾法（Anderson-Robin）因子得分的平均值为0，标准差为1，因子之间不相关。
③因子得分结果的输出选中“Displayfactorscorecoefficientmatrix”（输出因子得分系数矩阵）项，系统将输出因子得分系数矩阵。
六、设定缺失数据的处理方法和其分析结果的输出
单击“Factoranalysis”对话框的“Options”（选择）按钮，进入“Factoranalysis：Options”（因子分析选择）对话框，指定其它因子分析结果的输出，同时选择对缺失数据的处理方法。
①缺失数据的处理“MissingValues”框用于选择缺失数据的处理方法。选中“Excludecaseslistwise”项，将去除所有含缺失数据的样本和、再进行分析；选择“Excludecasespairwise”项，当分析计算涉及含有缺失值的变量，则去掉在该变量上的确实值样本；选择“Raplacewithmean”项，当当分析计算涉及含有缺失值的变量时，用平均值代替该缺失值。
②载荷系数的输出格式“CoefficientDisplayFormat”框用于选择载荷系数的输出格式。选择“Sortedbysize”格式，载荷系数将按照数值大小排列，并构成矩阵，使得在同一因子上具有较大载荷的变量排列在一起，便于分析。选中“Suppressabsolutevalueslessthan”项，系统将不输出绝对值小于指定值的载荷系数。选中此项，需要在后面的文本框中输入一个0～1之间的数，系统默认值是0.1。选择此项可以突出载荷较大的变量。
