旋转法）得到更广泛的运用。
4、决定因素与命名
转轴后，要决定因素数目，选取较少因素层面，获得较大的解释量。在因素命名与结果解释上，必要时可将因素计算后之分数存储，作为其它程序分析之输入变量。
5、计算各样本的因子得分
因子分析的最终目标是减少变量个数，以便在进一步的分析中用较少的因子代替原有变量参与数据建模。本步骤正是通过各种方法计算各样本在各因子上的得分，为进一步的分析奠定基础。
此外，在因素分析中，研究者还应当考虑以下几个方面（Bryman&Cramer,1997）： （1）可从相关矩阵中筛选题项
题项间如果没有显著的相关，或相关太小，则题项间抽取的因素与研究者初始构建的层面可能差距很大。相对的题项间如果有极其显著的正/负相关，则因素分析较易构建成有意义的内容。因素分析前，研究者可从题项间相关矩阵分布情形，简扼看出哪些题项间有密切关系。
（2）样本大小
因素分析的可靠性除与预试样本的抽样有关外，预样本数的多少更有密切关系。进行因素分析时，预试样本应该多少才能使结果最为可靠，学者间没有一致的结论，然而多数学者均赞同“因素分析要有可靠的结果，受试样本数要比量表题项数还多”，如果一个分量表有40个预试题项，则因素分析时，样本数不得少于40。
此外，在进行因素分析时，学者Gorshch（1983）的观点可作为参考： ①题项与受试者的比例最好为1：5；
②受试总样本总数不得少于100人。如果研究主要目的在找出变量群中涵括何种因素，样本数要尽量大，才能确保因素分析结果的可靠性。
（3）因素数目的挑选
进行因素分析，因素数目考虑与挑选标准，常用的准则有两种：一是学者Kaiser所提的准则标准：选取特征值大于1的因素，Kaiser准则判断应用时，因素分析的题项数最好不要超过30题，题项平均共同性最好在以上，如果受试样本数大于250位，则平均
共同性应在以上（Stevens，1992），如果题项数在50题以上，有可能抽取过多的共同因素（此时研究者可以限定因素抽取的数目）；二为CATTELL(1996)所倡导的特征值图形的陡坡检验（scree test），此图根据最初抽取因素所能解释的变异量高低绘制而成。
“陡坡石”（scree）原是地质学上的名词，代表在岩石斜坡底层发现的小碎石，这些碎石价值性不高。应用于统计学之因素分析中，表示陡坡图底端的因素不具重要性，可以舍弃不用。因而从陡坡图的情形，也可作为挑选因素分析数目的标准。
在多数的因素分析中，根据Kaiser选取的标准，通常会抽取过多的共同因素，因而陡坡图是一个重要的选取准则。在因素数目准则挑选上，除参考以上两大主要判断标准外，还要考虑到受试者多少、题项数、变量共同性的大小等。
四、因素分析的操作说明
Statistics/Data Reduction/Factor… （统计分析/数据缩减/因子…）
出现“Factor Analysis”（因子分析）对话框，将左边框中鉴别度达显著性的a1～a22选如右边“Variables”（变量）下的空框中。
其中五个按钮内的图标意义如下：
Descriptives（描述性统计量）按钮，会出现“Factor
Analysis:Descriptives”（因子分析：描述性统计量）对话窗口
1．“Statistics”(统计量)选项框 （1） “
Univariate descriptives”（单变量描述性统计量）：显示每一题项的
平均数、标准差。
（2）“
Initial solution”（未转轴之统计量）：显示因素分析未转轴前之共同性
（communality）、特征值（eigenvalues）、变异数百分比及累积百分比。
2．“Correlation Matric”(相关矩阵)选项框
（1）“（2）“
Coefficients”（系数）：显示题项的相关矩阵；
Significance levels”（显著水准）：求出前述矩阵的显著水准；
（3）“（4）“
Determinant”（行列式）：求出前述相关矩阵的行列式值；
KMO and Bartlett’s test of sphericity”（KMO与Bartlett的球形检定）：
显示KMO抽样适当性参数与Bartlett的球形检定；
（5）“（6）“
Inverse”（倒数模式）：求出相关矩阵的反矩阵；
Reproduced”（重制的）：显示重制相关矩阵，上三角形矩阵代表残差值；而
主对角线及下三角形代表相关系数；
（7）“
Anti-image”（反映象）：求出反映象的共变量及相关矩阵；
Initial solution”、
在“Factor Analysis:Descriptives”对话窗口中，选取““
KMO and Bartlett’s test of sphericity”二项。
Extraction…（萃取…）按钮，会出现“Factor Analysis:Extraction”
（因子分析：萃取）对话窗口
1．“Method”（方法）选项框：下拉式选项内有7种选取因素的方法
（1）“Principal components”法：主成份分析法抽取因素，此为SPSS内定方法； （2）“Unweighted least squares”法：未加权最小平方法； （3）“Ggeneralized least square”法：一般化最小平方法； （4）“Mmximum likelihood”法：最大概似法； （5）“Principal-axis factoring”法：主轴法； （6）“Alpha factoring”法：?因素抽取法； （7）“Image factoring”法：映象因素抽取法； 2．“Analyze”（分析）选项方框 （1）“（2）“
Correlation matrix”（相关矩阵）：以相关矩阵来抽取因素； Covariance matrix”（共变异系数矩阵）：以共变量矩阵来抽取因素。
3．“Display”（显示）选项方框
（1）“Unrotated factor solution”（未旋转因子解）：显示未转轴时因素负荷量、特征值及共同性；
（2）“
Screet plot”（陡坡图）：显示陡坡图
4．“Extract”（萃取）选项方框 （1）“
Eigenvalue over:”（特征值）：后面的空格内定为1，表示因素抽取时，只
抽取特征值大于1者，使用者可随意输入0至变量总数之间的值；
（2）“Number of factors”（因子个数）：选取此项时，后面的空格内输入限定之因素个数。
在“Factor Analysis:Extraction”对话窗口中，抽取因素方法选择“Principal components”，选取“
Correlation matrix”、并勾选“
Unrotated factor solution”、
Eigenvalue over:”
Screet plot”等项，在抽取因素时限定在特征值大于1者，在“后面的空格内输入1。
Rotation…（萃取…）按钮，会出现“Factor Analysis:Rotation”（因
子分析：旋转）对话窗口
1．“Method”（方法）选项框内有6中因素转轴方法 （1）“（2）“（3）“（4）“（5）“（6）“
None”：不需要转轴；
Varimax”：最大变异法，属正交转轴法之一； Quarimax”：四次方最大值法，属正交转轴法之一； Equamax”：相等最大值法，属正交转轴法之一；
Direct Oblimin”：直接斜交转轴法，属斜交转轴法之一； Promax”：Promax转轴法，属斜交转轴法之一。
2．“Display”（显示）选项框：
（1）“Rotated solution”（转轴后的解）：显示转轴后的相关信息，正交转轴显
示因素组型（pattern）矩阵及因素转换矩阵；斜交转轴则显示因素组型、因素结构矩阵与因素相关矩阵。
（2）“
Loading plot”（因子负荷量）：绘出因素的散布图。
3．“Maximum Iterations for Convergence”：转轴时执行的叠代（iterations）最多次数，后面内定的数字25（算法执行转轴时，执行步骤的次数上限）。
在“Factor Analysis:Rotation”对话窗中，选取“
Varimax”、“
Rotated
solution”等项。研究者要勾选“信息。
Rotated solution”选项，才能显示转轴后的相关
Score…（分数）按钮
1．“
Save as variable”（因素存储变量）框
勾选时可将新建立的因素分数存储至数据文件中，并产生新的变量名称（内定为fact_1、fact_2等）。在“Method”框中表示计算因素分数的方法有三种：
（1）“（2）“（3）“
2．“
Regression”：使用回归法； Bartlett”：使用Bartlette法；
Anderson-Robin”：使用Anderson-Robin法；
Display factor score coefficient matrix”（显示因素分数系数矩阵）选项
勾选时可显示因素分数系数矩阵。
Options…（选项）按钮，会出现“Factor Analysis:Options”（因子分
析：选项）对话窗口
1．“Missing Values（遗漏值）框选项：遗漏值的处理方式。
（1）“Exclude cases listwise”（完全排除遗漏值）：观察值在所有变量中没有
遗漏者才加以分析；
（2）“
Exclude cases pairwise”（成对方式排除）：在成对相关分析中出现遗漏
值的观察值舍弃；
（3）“
Replace with mean”（用平均数置换）：以变量平均值取代遗漏值。
2．“Coefficient Display Format（系数显示格式）框选项：因素负荷量出现的格式。
（1）“Sorted by size”（依据因素负荷量排序）：根据每一因素层面之因素负荷
量的大小排序；
（2）“
Suppress absolute values less than”（绝对值舍弃之下限）：因素负荷
量小于后面数字者不被显示，内定的值为。
在“Factor Analysis:Options”对话窗口中，勾选““
Sorted by size”等项，并勾选“
Exclude cases listwise”、
Suppress absolute values less than”选项，
SPSS因子分析法-例子解释
