主成分分析操作步骤
1）先在spss中录入原始数据。
2）菜单栏上执行【分析】——【降维】——【因子分析】，打开因素分析对话框，将要分析的变量都放入【变量】窗口中。
3）设计分析的统计量
点击【描述】：选中“Statistics”中的“原始分析结果”和“相关性矩阵”中的“系数”。（选中原始分析结果，SPSS自动把原始数据标准差标准化，但不显示出来；选中系数，会显示相关系数矩阵）然后点击“继续”。
点击【抽取】：“方法”里选取“主成分”；“分析”、“输出”、“抽取”均选中各自的第一个选项即可。
点击【旋转】：选取第一个选项“无”。（当因子分析的抽取方法选择主成分法时，且不进行因子旋转，则其结果即为主成分分析）
点击【得分】：选中“保存为变量”，方法中选“回归”；再选中“显示因子得分系数矩阵”。
点击【选项】：选择“按列表排除个案”。
4）结果解读
5）A. 相关系数矩阵：是6个变量两两之间的相关系数大小的方阵。通过相关系数可以看到各个变量之间的相关，进而了解各个变量之间的关系。
相關性矩陣
相關
食品 衣着 燃料 住房 交通和通讯 娱乐教育文化
食品 1.000 .692 .319 .760 .738 .556
衣着
.692 1.000 -.081 .663 .902 .389
燃料
.319 -.081 1.000 -.089 -.061 .267
住房
.760 .663 -.089 1.000 .831 .387
交通和通讯
.738 .902 -.061 .831 1.000 .326
娱乐教育文化
.556 .389 .267 .387 .326 1.000
B. 共同度：给出了这次主成分分析从原始变量中提取的信息，可以看出交通和通讯最多，而娱乐教育文化损失率最大。
Communalities
食品 衣着 燃料 住房 交通和通讯 娱乐教育文化
起始 1.000 1.000 1.000 1.000 1.000 1.000
擷取
.878 .825 .841 .810 .919 .584
擷取方法：主體元件分析。
C. 总方差的解释：系统默认方差大于1的为主成分。如果小于1，说明这个主因素的影响力度还不如一个基本的变量。所以只取前两个，且第一主成分的方差为3.568，第二主成分的方差为1.288，前两个主成分累加占到总方差的80.939%。
說明的變異數總計 起始特徵值 元件 1 2 3 4 5 6 總計 3.568 1.288 .600 .358 .142 .043 變異的 % 59.474 21.466 10.001 5.975 2.372 .712 累加 % 59.474 80.939 90.941 96.916 99.288 100.000 總計 3.568 1.288 擷取平方和載入 變異的 % 59.474 21.466 累加 % 59.474 80.939 擷取方法：主體元件分析。
