一、因子分析1 因子分析的基本思想1.1 因子分析的基本出发点将原始指标综合成较少的指标，这些指标能够反映原始指标的绝大部分信息（方差），这些综合指标之间没有相关性。1.2 因子变量的特点 （1）这些综合指标称为因子变量，是原变量的重造；（2）个数远远少于原变量个数，但可反映原变量的绝大部分方差；（3）不相关性；（4）可命名解释性。2 因子分析的基本步骤（1）确认待分析的原始变量是否适合作因子分析；（2）构造因子变量；（3）利用旋转方法使因子变量具有可解释性；（4）计算每个样本的因子变量得分。3 因子分析的数学模型数学模型（xi为标准化的原始变量；Fi为因子变量；kData Reduction-Factor；（2）选择参与因子分析的变量到Variables框；（3）Discriptive:分析是否适合做因子分析；（4）Extraction：选择构造因子变量的方法，默认主成分分析法。Extract框：指定确定因子个数的标准；（5）Rotation：择因子载荷矩阵的旋转方法。默认是不进行旋转。一般可以选择Varimax选项采用方差极大法旋转。（6）Scores：Save as variables：将因子得分存成一个名为FACn_m的SPSS变量中，其中：n是因子变量的名，以数字序号的形式表示；m表示是第几次作的。Display factor score coefficient matrix项表示：以矩阵的形式输出因子得分函数。Method框中提供了估计因子得分的几种方法。