因子分析详细步骤
KMO 和 Bartlett 的检验
使用因子分析进行信息浓缩研究，首先分析研究数据是否适合进行因子分析，从上表可以看出：KMO为0.876，大于0.6，满足因子分析的前提要求，意味着数据可用于因子分析研究。以及数据通过Bartlett 球形度检验(p<0.05)，说明研究数据适合进行因子分析。
2.方差解释率表格
主要用于判断提取多少个因子合适。以及每个因子的方差解释率和累计方差解释率情况。方差解释率越大说明因子包含原数据信息的越多。因子分析中，主要关注旋转后的数据部分。
从上表可知：累积方差解释率值为78.213%，说明提取出来的4个因子可以提取出总共11项中78.213%的信息量，而且四个因子的方差解释率（信息提取量）分别为：21.407%，21.277%，20.807%和14.723%。信息提取量分布较为均匀，综合说明本次因子分析结果良好。
补充说明：如果研究人员并没有预设维度。而选择默认选项，SPSSAU默认以特征根大于1作为标准。当然因子分析通常需要综合自己的专业知识综合判断，即使是特征根值小于1，也一样可以提取因子。
3.旋转后因子载荷系数表格
从上表可知：所有研究项对应的共同度值均高于0.4，意味着研究项和因子之间有着较强的关联性，因子可以有效的提取出信息。最终对浓缩出来的四个因子进行分别命名为：A，B，C和D维度。
4.碎石图
同时可结合碎石图辅助判断因子提取个数。当折线由陡峭突然变得平稳时，陡峭到平稳对应的因子个数即为参考提取因子个数。实际研究中更多以专业知识，结合因子与研究项对应关系情况，综合权衡判断得出因子个数。
补充说明：因子计算权重
6.成份得分系数矩阵
7.载荷图
载荷图用于展示各因子与载荷值关系情况，建议结合实际情况使用即可。
第一：如果提取1个成分（或因子）时，则无法展示载荷成分图；
第二：如果超过个成分（或因子）时，可自主切换查看对应的载荷图。
其中X轴Y轴可以更改如下：
8.线性组合系数及权重结果
1、在新建的Excel表格中，插入六列数据，有种类、AC1、AC2、AC3、AC4和AC5；
2、打开SPSS分析工具，点击文件菜单，打开数据选择excel表格，从而导入数据；
3、导入数据之后，调整变量列展示的宽度，展示默认数据视图；
4、单击分析菜单，然后选择降维中的因子；
5、打开因子分析窗口，将AC1、AC2、AC3、AC4和AC5移到变量框中；
6、点击描述按钮，打开对应的窗口，统计勾选初始解，相关系数矩阵勾选系数和KMO和巴特利特球形度检验；
7、接着点击提取按钮，打开窗口并勾选分析相关性矩阵，显示勾选未旋转因子解和碎石图；
8、选择旋转打开窗口，方法选择最大方差法，显示勾选旋转后的解和载荷图；
9、点击得分按钮，打开因子得分窗口，勾选保存为变量，方法选择回归，然后单击继续；
10、最后设置选项，缺失值勾选成列排除个数，系数显示格式勾选按大小排序，然后点击继续；
11、确定之后，生成因子分析结果，有相关性矩阵、KMO和巴特利特检验；
12、根据已选的几个变量，生成公因子方差和总方差解释；
13、接着，生成以组件号为横坐标，特征值为纵坐标，构成碎石图；
14、还可以生成成分矩阵和旋转后的成分矩阵，提取方法是主成分分析法；
15、在成分转换矩阵下方，生成旋转后的空间中的组件图；
16、最后按照成分，生成成分得分系数矩阵和成分得分协方差矩阵。
