因子分析(探索性因子分析)用于探索分析项(定量数据)应该分成几个因子(变量),比如20个量表题项应该分成几个方面较为合适;用户可自行设置因子个数,如果不设置,系统会以特征根值大于1作为判定标准设定因子个数。

因子分析时，一列标识1个指标，一行为1个样本；如果为面板数据，比如100家公司每家公司10年，那么就会有100*10=1000个样本，可能需要单独两列分别是公司名和年份来标识面板格式而已，但因子分析并不区分是否面板数据，只针对指标进行分析即可，另一般分析样本量需要超出分析项（指标）的5倍，类似数据格式如下图：

登录账号后进入SPSSAU页面，点击右上角“上传数据”，将处理好的数据进行“点击上传文件”上传即可。

在“进阶方法”模块中选择“因子”方法，将分析项定量拖拽到右侧分析框内，点击“开始分析”即可。

补充说明：如果有预期想提取的因子个数，可以主动设置输出的因子个数勾选“因子得分”与“综合得分”会在左侧分析框生成新的变量，标题如CompScore*****（综合得分）、FactorScore*****（因子得分）。因子得分可用于进一步分析，比如聚类分析，回归分析使用等；综合得分可用于对比排名等。

因子个数：多数情况下，我们在分析时已经带着主观预期，希望题项如何归类，此时可以直接设置对应的因子个数。

当前有一份数据,共涉及A1~A4,B1~B4,C1~C3,D1~D3共14个量表题，希望将此14个量表题使用因子分析浓缩成几个维度。从背景情况上看，预期此14个题目可分为4个维度，分别称作A，B，C和D维度。当然有可能个别项并不合适，因此有可能对其进行删除处理。

1.第一次分析

结果来源于SPSSAU

从上图中可以看出：

A1~A4这4项，它们全部对应着因子3时，因子载荷系数值均高于0.4，说明此4项应该同属于一个维度，即逻辑上A1~A4这4项，并没有出现‘张冠李戴’现象。但是A1和A2这两项出现‘纠缠不清’现象，A1和A2除了可以对应因子3，也可以放在因子1下面。一般出现‘纠缠不清’现象时，暂时保留，先处理清楚‘张冠李戴’问题更好。

B1~B4共4项，B2,B3,B4这3项对应着因子1下面，但是B1却对应着因子2，因此B1这项属于‘张冠李戴’，应该将B1删除。B2同时对应因子1和因子2均可，属于‘纠缠不清’，暂不处理B2。

C1~C3共3项，此3项均对应着因子2，此3项并没有出现‘纠缠不清’或者‘张冠李戴’问题。

D1~D3共3项，D3出现了‘张冠李戴’问题，应该进行删除处理。D2出现了‘纠缠不清问题’（可对应因子1和因子4），应该给予关注。

总结上述分析可知：B1和D3这两项出现‘张冠李戴’，应该首先将此两项删除；而A1，A2，B2，D2共四项有出现‘纠缠不清现象’，暂时不处理（进行关注即可）。将B1和D3这两项删除后，进行第二次分析。

2.第二次分析

总结可知：A1出现“张冠李戴”现象，应该将A1先删除后再次进行第3次分析，另对A2和D2（“纠缠不清”）这两项给予关注。

3.第三次分析

D2可同时出现在因子2和因子4下面，但考虑到D维度当前仅余下2项，因而表示可以接受，最终是将D2归纳到因子4即D维度下面。最终找出A，B，C和D共4个维度，它们分别与项之间的对应关系良好。因子分析结束。 “纠缠不清”：比如A1可归属为A维度，同时也可归属到C维度，这种情况较为正常（称作‘纠缠不清’），需要结合实际情况处理即可，可将A1删除，也可不删除，带有一定主观性。因子分析是一个多次重复的过程，比如删除某个或多个题项后，则需要重新再次分析进行对比选择等。最终目的在于：维度与分析项对应关系，与专业知识情况基本吻合。

“张冠李戴”：比如A1归属为A维度，但是却归属为C维度下，出现这种情况一般进行删除，重新分析。

使用因子分析进行信息浓缩研究，首先分析研究数据是否适合进行因子分析，从上表可以看出：KMO为0.876，大于0.6，满足因子分析的前提要求，意味着数据可用于因子分析研究。以及数据通过Bartlett 球形度检验(p下载’，可将综合得分下载出来使用。

5.‘分析之前是否需要对数据进行标准化处理’？

SPSSAU默认就已经进行过标准化处理，因此不需要再对数据处理。当然标准化后的数据再次标准化依旧还是自身没有任何变化，结果永远均一致。

6. 综合得分如何计算得到的？

SPSSAU默认提供保存综合得分，至于其计算原理，比如说提取得到4个因子，并且此4个因子的旋转后方差解释率分别是21.407%，21.277%，20.807%和14.723%；累积方差解释率值为78.213%。综合得分计算公式为：求和(因子得分*旋转后方差解释率)/累积方差解释率。如下图所示：

因子分析往往是预处理步骤，后续还需要结合具体研究目的进行分析，如回归分析、聚类分析等。对于探索性因子分析完成指标权重，计算在实际研究中，通常会结合其他分析方法，比如主观赋权法（AHP层次分析法），或者客观赋权法（熵值法）进行权重计算，亦或是在主观赋权法和客观赋权法基础上，结合组合赋值法完成最终权重计算。