spss主成分分析（spss主成分分析散点图）

一 、首先，什么是因子分析？

② 变量精简：一般来说，纳入模型的变量越少越好，如果存在很多变量，我们可以先使用因子分析的方法，通过提取公因子的方式对变量进行精简，这样纳入模型的变量信息不仅没有大幅度衰减，还降低了模型的复杂程度。

因子分析是一类对数据进行降维处理的统计分析方法

下篇文章将着重介绍主成分分析的原理和在SPSS中的实现方法。只要掌握主成分分析的原理和方法就基本掌握了因子分析的原理和方法了。

本文以及之后的几篇文章介绍因子分析的相关内容，【因子分析】的这部分内容其实已经被录制成视频课程，发布在了云课堂，想看课程的直接点击【阅读原文】。但公众号后台留言中，有较多关键词是因子分析，我就专门写一个系列的专题来介绍因子分析。

① 在回归分析中，解决共线性问题：如果回归分析中存在共线性问题，那么可以对有共线性问题的多个变量提取出一个有代表性的公因子，利用提取出的这个公因子替代原有的有共线性问题的多个变量，参与建模，可解决回归分析中的共线性问题。

③ 问卷中的效度分析：对于问卷中的量表题，希望通过因子分析来进行问卷结构的发现，检验问卷的结构效度，将量表题目根据因子分析分成不同的评分维度。三、因子分析是如何提取公因子的？因子分析中，常用的提取因子的方法是主成分分析方法。

举个例子来对因子分析进行通俗解释：原来有10个变量，通过因子分析，提取出了2个因子，然而这两个因子却代表了原来10个变量所能体现的80%的信息。这种对数据的处理方法就是因子分析。二、因子分析有什么作用？一般来说，因子分析有如下三种常见的作用：

主成分分析方法的特点是，每次从所有参与分析的题目中抽取一个主成分，因子分析时不断调用主成分分析方法，直到抽取出足够数量的因子或者提取出的信息量达到要求为止。