1. spss主成分分析步骤，SPSS的主成分分析主要是解决什么问题？
spss的主成分分析主要应用在因子分析里，目的是将原来很多的因素，通过他们内在的相关分析，整合成新的一个或多个相对独立的综合因素，来代表原来散乱的因素。
例如我们测量客户满意度，设计了10个题目，那数据收集完后，就可以通过因子分析，来看看这10个题目是否能综合成几个因素。
通过spss的主成分分析，就可以得出相应结果。
结果可能是其中5个题目的相关显著，可以通过一个因素来归纳这5个因素，另外3个、2个也可以分别组成一个，而且主成分对应的特征值大于1，这样就最后就可以通过3个综合因素来研究和分析客户满意度了
2. spss数据分析和主成分分析一样吗？
不一样。SPSS提供了3种检验方法判断数据是否适合做因子分析:巴特利特球形检验、反映像相关矩阵检验、KMO检验 提取公因子(默认是主成分分析法)。
3. spss因子分析各因子的权重怎么计算？
在SPSS中，主成分分析是通过设置因子分析中的抽取方法实现的，如果设置的抽取方法是主成分，那么计算的就是主成分得分，另外，因子分析和主成分分析尽管原理不同，但是两者综合得分的计算方法是一致的。 确定数据的权重也是进行数据分析的重要前提。可以利用SPSS的因子分析方法来确定权重。主要步骤是： (1)首先将数据标准化，这是考虑到不同数据间的量纲不一致，因而必须要无量纲化。 (2)对标准化后的数据进行因子分析(主成分方法)，使用方差最大化旋转。 (3)写出主因子得分和每个主因子的方程贡献率。 Fj=β1j*X1+β2j*X2+β3j*X3+……+βnj*Xn;Fj为主成分(j=1、2、……、m)，X1、X2、X3、……、Xn为各个指标，β1j、β2j、β3j、……、βnj为各指标在主成分Fj中的系数得分，用ej表示Fj的方程贡献率。 (4)求出指标权重。ωi=[(m∑j)βij*ej]/[(n∑i)(m∑j)βij*ej],ωi就是指标Xi的权重。 因子分析应用在评价指标权重确定中，通过主成分分析法得到的各指标的公因子方差，其值大小表示该项指标对总体变异的贡献，通过计算各个公因子方差占公因子方差总和的百分数。
4. 如何用主成分分析法确定指标权重？
在SPSS中，主成分分析是通过设置因子分析中的抽取方法实现的，如果设置的抽取方法是主成分，那么计算的就是主成分得分，另外，因子分析和主成分分析尽管原理不同，但是两者综合得分的计算方法是一致的。 确定数据的权重也是进行数据分析的重要前提。可以利用SPSS的因子分析方法来确定权重。主要步骤是： (1)首先将数据标准化，这是考虑到不同数据间的量纲不一致，因而必须要无量纲化。 (2)对标准化后的数据进行因子分析(主成分方法)，使用方差最大化旋转。 (3)写出主因子得分和每个主因子的方程贡献率。 Fj =β1j*X1 +β2j*X2 +β3j*X3 + ……+ βnj*Xn ; Fj 为主成分(j=1、2、……、m)，X1、X2 、X3 、……、Xn 为各个指标，β1j、β2j、β3j、……、βnj为各指标在主成分Fj 中的系数得分，用ej表示Fj的方程贡献率。 (4)求出指标权重。 ωi=[(m∑j)βij*ej]/[(n∑i)(m∑j)βij*ej],ωi就是指标Xi的权重。 因子分析应用在评价指标权重确定中，通过主成分分析法得到的各指标的公因子方差，其值大小表示该项指标对总体变异的贡献，通过计算各个公因子方差占公因子方差总和的百分数。
5. spss23数据量表总分怎么算？
1、双击启动SPSS，并在SPSS中打开事先准备好的数据。
2、将数据打开到SPSS中的结果。
3、接下来进行频率分析，在顶部菜单栏点击分析-描述-频率。
4、然后将左边框中的变量通过转接符号（就是中间的箭头）转到右边框中。
5、点击右边的“图表”按钮，选择你想要生成的图表类型。
6、选择"格式"按钮中，各个字段生成频率的排序方式。
7、最后确认下面勾选上“显示频率表格”字样，并点击继续一键生成各项统计频率。
6. 因子权重计算公式？
在用spss进行主成分分析的时候，默认对原始变量进行标准化。
1、首先在spss中输入需要分析的变量。
2、Analyze→Data Reduction→Factor 进入之后，先点击 Descriptives ,在Correlation复选框下选中Coefficients ；
3、点击Extraction，在Display复选框里选中scree plot ；同时点击Scores，选中Display factor score cofficient matrix ；点Rotation ，在Method复选框下选中Varimax（方差最大化法旋转）。
4、点击ok就可以得出你主成分分析的结果（包括累计贡献率等），spss中不可以直接求出因子的权重，要用到权重计算公式。
spss功能：
在10版以后，SPSS的每个新增版本都会对数据管理功能作一些改进，以使用户的使用更为方便。13版中的改进可能主要有以下几个方面：
1）超长变量名：在12版中，变量名已经最多可以为64个字符长度，13版中可能还要大大放宽这一限制，以达到对当今各种复杂数据仓库更好的兼容性。
2）改进的Autorecode过程：该过程将可以使用自动编码模版，从而用户可以按自定义的顺序，而不是默认的ASCII码顺序进行变量值的重编码。另外，Autorecode过程将可以同时对多个变量进行重编码，以提高分析效率。
3）改进的日期/时间函数：本次的改进将集中在使得两个日期/时间差值的计算，以及对日期变量值的增减更为容易上。
7. spss成分得分系数矩阵结果解读？
在主成分分析和因子分析的结果中，都会产生成分得分系数矩阵，用该矩阵中的系数与变量标准化之后的值对应相乘相加，便得出标准化的主成分得分，并且该值与“保存为变量”输出的FAC1_1等是相等的（略微的差异应该是计算时四舍五入的误差）。
