1, spss主成分分析结果怎么理解
spss如何做主成分分析主成分分析的主要原理是寻找一个适当的线性变换：•将彼此相关的变量转变为彼此独立的新变量；•方差较大的几个新变量就能综合反应原多个变量所包含的主要信息；•新变量各自带有独特的专业含义。住成分分析的作用是：•减少指标变量的个数•解决多重相关性问题步骤阅读工具/原料spss20.0方法/步骤>01先在spss中准备好要处理的数据，然后在菜单栏上执行：analyse--dimension reduction--factor analyse。打开因素分析对话框>02我们看到下图就是因素分析的对话框，将要分析的变量都放入variables窗口中>03点击descriptives按钮，进入次级对话框，这个对话框可以输出我们想要看到的描述统计量>04因为做主成分分析需要我们看一下各个变量之间的相关，对变量间的关系有一个了解，所以需要输出相关，勾选coefficience，点击continue，返回主对话框>05回到主对话框，点击ok，开始输出数据处理结果>06你看到的这第一个表格就是相关矩阵，现实的是各个变量之间的相关系数，通过相关系数，你可以看到各个变量之间的相关，进而了解各个变量之间的关系>07第二个表格显示的主成分分析的过程，我们看到eigenvalues下面的total栏，他的意思就是特征根，他的意义是主成分影响力度的指标，一般以1为标准，如果特征根小于1，说明这个主因素的影响力度还不如一个基本的变量。所以我们只提取特征根大于1的主成分。如图所示，前三个主成分就是大于1的，所以我们只能说有三个主成分。另外，我们看到第一个主成分方差占所有主成分方差的46.9%，第二个占27.5%，第三个占15.0%。这三个累计达到了89.5%。
2, 如何解读spss的分析结果？其中,因子分析和主成分分析的差别在哪里
这个不能说此次分析就是失败的，应该说是你的变量或者说是问卷设计有问题当然也可以不一定参照必须要大于0.5，但是常规的都是这样参照的这个因子载荷低有可能是问卷变量设计问题，有可能是数据采集质量有问题如果是第一个问题的话 你可以先进行下问卷题目调整，比如删减部分题目再尝试，当然不是随意删减的，而是根据项目分析的相关指标来进行。如果是数据质量问题 你可以尝试着删除部分变量再试一下如果两种方法都不行了，只能说明你的变量设计完全有问题或者数据完全不行 只能重做
相关概念
变量
变量是一段有名字的连续存储空间。在源代码中通过定义变量来申请并命名这样的存储空间，并通过变量的名字来使用这段存储空间。 变量是程序中数据的临时存放场所。在代码中可以只使用一个变量，也可以使用多个变量，变量中可以存放单词、数值、日期以及属性。
