..
加入变量
(3)点击Descripitives，选择initial solution（输出原始分析结果）、coefficients（输出相关系数矩阵）、勾选进行KMO和bartlett球形检验，完成之后点击continue回到参数设置窗口
输出选项
.w
..
（4）点击Extraction输出碎石图，完成之后点击continue回到参数设置窗口
勾选输出碎石图
（5）勾选输出因子得分，完成之后点击continue回到参数设置窗口
输出因子得分
.w
..
（6）选择缺失的值用均值代替，完成之后点击continue回到参数设置窗口
均值代替缺失数据
（7）点击OK，输出分析结果
六、实验器材（设备、元器件）：
计算机、打印机、硒鼓、碳粉、纸
七、实验数据及结果分析
(1) 实验一主要结果及分析:
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity
Approx. Chi-Square df Sig.
KMO and Bartlett's球形检验的结果
.856 281.248
15 .000
从表里的结果可以看出，KMO的检验值为0.856，一般KMO值大于0.9认为适合做因
.w
..
子分析，这个值为0.856接近0.9，适合做因子分析。
Correlation Matrix
城市污水日
年末实有道路长度（公里）
Correlati年末实有道路长度（公on
里）
年末实有道路面积（万平方米） 城市桥梁（座） 城市排水管道长度（公里）
城市污水日处理能力（万立方米） 城市路灯（盏）
.883
.867
.719
.916
.822
1.000
.896
.853
.873
.845
1.000
.822
.783 .939
.738 .940
1.000 .759
.759 1.000
.873 .845
.719 .916
.983
1.000
.738
.940
.853
.867
1.000
年末实有道路面积（万平方米）
.983
城市桥梁（座）
.783
城市排水管道长度（公
里）
.939
处理能力（万立方米）
.896
城市路灯（盏）
.883
相关系数矩阵
从这个表格中可以看出这六个变量之间有很高的相关度，需要标准化。
Communalities
年末实有道路长度（公里） 年末实有道路面积（万平方米） 城市桥梁（座）
城市排水管道长度（公里） 城市污水日处理能力（万立方米）
城市路灯（盏）
Initial 1.000 1.000 1.000 1.000 1.000 1.000
Extraction
.954 .919 .742 .924 .882 .859
Extraction Method: Principal Component Analysis.
.w
..
变量共同度表
这个表，表示提取公共因子之后各个变量的共同度，就是原始信息的保留度，例如第一个变量有95.4%的信息被保留下来了。
Total Variance Explained Initial Eigenvalues Component 1 2 3 4 5 6 Total 5.280 .390 .162 .104 .051 .012 % of Variance 88.001 6.503 2.707 1.738 .849 .201 Cumulative % 88.001 94.504 97.211 98.950 99.799 100.000 Extraction Sums of Squared Loadings Total 5.280 % of Variance 88.001 Cumulative % 88.001 Extraction Method: Principal Component Analysis. 主成分表
按照之前的设置，保留了一个特征值大于1的因子，这个因子的贡献率为88%
.w
因子分析实验报告
