SPSS之主成分分析

SPSS中主成分分析功能在【分析】--【降维】--【因子分析】中完成（在SPSS软件中，主成分分析与因子分析均在【因子分析】模块中完成）。

求解主成分通常从分析原始变量的协方差矩阵或相关矩阵着手。

        （1）当变量取值的度量单位相同时，选择从协方差矩阵求解；

        （2）当变量取值的度量单位不同时，为了消除不同量纲带来的不利影响，应先对数据进行标准化处理，即选择从相关矩阵求解（SPSS默认）。

数据标准化。数据标准化通过【分析】--【描述统计】--【描述】中，勾选“将标准化得分另存为变量”来实现，SPSS会自动将标准化后的数据存入数据表。

相关性检验。进行主成分分析的前提是变量之间存在较高程度的相关性，即信息冗余。可通过相关系数矩阵（大部分>0.3）,KMO值（KMO值至少≥0.5,），Bartlett球形度检验（p<α）来完成变量相关性的检验。在SPSS中通过在【分析】--【降维】--【因子分析】--【描述】对话框中勾选相应选项来完成。

• 主成分的选取。原则：
• （1）方差累积贡献率达到80%或85%及以上；
• （2）选取特征值对应的主成分；
• （3）碎石图。

主成分系数。SPSS输出结果中可以直接得到的是因子载荷矩阵，注意因子载荷矩阵不是主成分系数矩阵。，即将因子载荷矩阵第i列的元素除以，可得对应的主成分系数表，该表中的第i<