简述主成分分析法的基本步骤_因素分析的基本原理

1： 因素分析含义

因素分析是基于相关关系对众多数据进行降维（即简化）的数据处理方法，目的在于挖掘出众多数据后的某种结构。因素分析分为探索性因素分析和验证性因素分析，笔者将重点来介绍探索性因素分析。

探索性因子分析含义：依据样本数据，根据变量间相关性的大小对变量进行分组，每组内的变量之间存在较高相关性，意味着这些变量背后有共同的制约因素，用这些公共因子来代替原始的众多变量的过程。

2： 因素分析的条件

（1）所有变量须为连续变量，顺序变量与类别变量不能进行因素分析。

（2）样本量有一定的规模。实际上，对因素分析所需的样本数没有绝对的标准。但现在比较认同的有两个观点：

• 多数学者认为，受试样本数要比量表题项数多（如一个量表有20个题项，则在因素分析时，样本数要>=20。）
• 学者Gorsuch（1983）提出，题项与受试者的比例最好为1:5；受试总样本数不得少于100人，若研究主要目的为找出变量群中涵括何种因素，则样本数要尽量大。

（3）变量间的相关程度。因素分析要求变量间有适当的相关性，若相关程度太高，可能会发生多重共线性问题；若相关程度太低（一般绝对值<0.3）可能不存在公共因子，则不适合进行因素分析。在SPSS中，可用球形检验与KMO检验来验证。

• 巴特莱特球形检验（Bartlett-test of sphericity），若其统计量较大且P值&l