1. 从“维数灾难”到降维利器主成分分析的核心价值在数据分析的日常工作中我们常常会遇到一个令人头疼的问题手头的数据集变量太多。这些变量可能来自问卷调查的几十个维度也可能是传感器采集的数百个特征。变量多信息就丰富这听起来是件好事。但做过实际分析的人都知道这背后隐藏着“维数灾难”——变量间可能存在复杂的相关性导致模型臃肿、计算缓慢更关键的是过多的噪音会掩盖真正的规律让结果难以解释。这时候我们就需要一把“手术刀”既能精简数据又能保留其核心信息。这把手术刀就是主成分分析。主成分分析简称PCA是一种经典的无监督降维技术。它的核心思想非常直观将原始众多且可能存在相关性的变量通过线性变换组合成一组全新的、彼此独立的综合变量即“主成分”。这组主成分按方差大小排序第一个主成分包含了原始数据中最大的变异信息第二个主成分则包含了次大的、且与第一个不相关的变异信息依此类推。通过选取前几个主成分我们就能用少数几个“超级变量”来代表原始数据的大部分信息从而实现数据的简化和可视化。举个例子假设我们要评估一个地区的经济发展水平手头有GDP、人均收入、固定资产投资、社会消费品零售总额、财政收入等十几个指标。这些指标之间肯定高度相关。PCA能帮我们找出背后真正驱动经济发展的那一两个核心“因子”比如“总体经济规模因子”和“居民消费活力因子”。用这两个因子来分析和比较各地区远比罗列十几个原始指标要清晰、有力得多。这就是PCA的魅力所在它不预设模型完全从数据自身结构出发提炼出最本质的特征。而SPSS作为一款拥有图形化界面的经典统计软件使得执行PCA变得异常简单让研究者能将更多精力放在结果的解读和应用上而非复杂的数学计算过程。2. 主成分分析的数学原理从协方差矩阵到特征值分解要真正用好PCA而不仅仅是点点鼠标理解其背后的数学逻辑至关重要。这能帮助我们在SPSS输出一堆数字和图表时知道每一个结果代表什么以及如何做出正确的判断。PCA的数学之旅始于数据的标准化。由于原始变量通常量纲不同例如GDP以亿元计人口以万人计直接计算会使得量级大的变量占据绝对主导地位。因此第一步通常是将每个变量减去其均值再除以其标准差转化为均值为0、标准差为1的标准分数。这一步确保了所有变量在分析中处于平等地位。接下来是核心步骤计算标准化后数据的协方差矩阵如果数据已标准化协方差矩阵即等同于相关系数矩阵。这个矩阵的对角线是各个变量的方差均为1而非对角线元素则是任意两个变量之间的协方差即相关系数。PCA的目标就是要找到一个新坐标系使得数据在这个新坐标系下各个坐标轴即主成分上的方差尽可能大且彼此之间协方差为0即不相关。从几何上看这相当于对原始数据云进行旋转找到能最好展示数据散布方向的新轴。求解这个新坐标系在数学上等价于对协方差矩阵进行特征值分解。具体来说求解特征值与特征向量对协方差矩阵Σ求解方程Σv λv。这里解出的每一个λ就是一个特征值其对应的v就是特征向量。特征值λ的大小直接代表了其对应主成分所携带的方差大小。特征向量v则定义了主成分的方向其各个分量就是原始变量对该主成分的“贡献权重”在SPSS中称为“成分矩阵”或“因子载荷”。主成分的构造第k个主成分PC_k的得分就是原始标准化变量Z在特征向量v_k方向上的投影计算公式为PC_k Z * v_k。这是一个线性组合。信息量的衡量每个主成分的方差贡献率 该主成分的特征值 / 所有特征值之和。所有主成分的累计方差贡献率则代表了前k个主成分总共保留了原始数据多少比例的信息。注意这里存在一个初学者常见的混淆点。在SPSS中默认使用“相关系数矩阵”进行PCA这等价于使用标准化后的数据。如果你确信所有变量量纲一致且重要性相同也可以选择使用“协方差矩阵”但这会使得结果对变量的测量尺度非常敏感通常不推荐。理解了这个过程我们就能明白SPSS输出报告中的关键部分总方差解释表其中的“初始特征值”列就是各个主成分的特征值。“方差的%”就是单个贡献率“累计%”就是累计贡献率。这是我们决定保留几个主成分的核心依据。成分矩阵就是特征向量矩阵展示了每个原始变量与每个主成分的相关性载荷。绝对值越大说明该变量对该主成分的贡献越大。成分得分系数矩阵这个矩阵用于计算每个样本的主成分得分。公式为主成分得分 标准化后的原始变量 × 得分系数。3. SPSS实战操作一步步完成主成分分析理论清晰后我们进入实战环节。假设我们有一份企业员工满意度调查数据包含“薪酬福利”、“工作环境”、“晋升机会”、“同事关系”、“领导能力”、“工作强度”等6个变量已录入SPSS变量名为X1至X6。我们的目标是降维并找出影响满意度的核心维度。### 3.1 数据准备与适用性检验在进行分析前必须检查数据是否适合做PCA。主要有两个检验KMO和巴特利特球形检验在SPSS中依次点击分析 - 降维 - 因子分析。将X1至X6选入“变量”框。点击右侧“描述”按钮在弹出的对话框中勾选“KMO和巴特利特球形度检验”。点击“继续”。KMO值用于比较变量间简单相关系数和偏相关系数的指标取值范围0-1。通常认为KMO 0.8 表示非常适合0.7~0.8 表示适合0.6~0.7 表示一般低于0.6则不太适合。如果KMO值过低说明变量间共同因素较少强行做PCA效果不佳。巴特利特球形检验其原假设是“相关系数矩阵是单位阵”即变量间彼此独立。我们期望显著性Sig.值小于0.05从而拒绝原假设认为变量间存在相关性适合进行PCA。### 3.2 主成分提取与数量确定点击“抽取”按钮进入关键设置方法选择“主成分”。这是PCA的核心。分析通常基于“相关性矩阵”这也是默认且最常用的选项。输出勾选“未旋转的因子解”和“碎石图”。抽取关于保留几个主成分这里有三个常用标准我们需要在结果中综合判断特征值大于1准则默认SPSS默认只保留特征值大于1的主成分。因为标准化后每个原始变量的方差为1特征值1意味着该主成分解释的方差超过了一个原始变量具有代表性。累计方差贡献率通常要求保留的主成分累计贡献率达到70%-85%以上能代表大部分原始信息即可不必追求100%。碎石图检验碎石图将特征值从大到小排列。我们寻找图形上的“拐点”拐点之前的主成分特征值下降很快之后变得平缓。保留拐点之前的主成分。在“抽取”部分我们可以先选择“基于特征值”并设置“特征值大于”为1。点击“继续”。### 3.3 结果旋转与解释优化可选但重要初始得到的主成分有时难以解释因为一个原始变量可能同时在多个主成分上有较高载荷。为了使结果结构更清晰便于命名和解释我们常常进行“旋转”。 点击“旋转”按钮方法最常用的是“最大方差法”。这是一种正交旋转能使得每个原始变量尽可能只在一个主成分上载荷高在其他成分上载荷低从而使主成分的含义更加明确。输出勾选“旋转解”和“载荷图”。点击“继续”然后点击“得分”按钮如果我们后续想用主成分得分进行聚类、回归等进一步分析需要在这里保存得分。勾选“保存为变量”。方法选择“回归”。这样SPSS会在数据视图末尾生成新的变量如FAC1_1, FAC2_1即为每个样本的主成分得分。 最后点击“确定”运行分析。4. 解读SPSS输出报告从数字到洞见运行后SPSS会生成一系列表格和图表。我们需要像侦探一样从中提取关键信息。### 4.1 关键表格解读KMO和巴特利特检验首先看这个表。假设我们得到KMO值为0.82巴特利特球形检验显著性为0.000。这表明数据非常适合进行主成分分析。公因子方差这个表展示了“提取”列代表每个原始变量能被所保留的主成分共同解释的比例可以理解为信息保留度。如果某个变量的提取值过低如0.5说明它被丢失的信息较多可能需要关注。总方差解释这是最重要的表之一。我们结合默认的“特征值1”准则和累计贡献率来判断。假设前两个主成分的特征值分别为3.1和1.8均大于1第三个为0.7小于1。前两个主成分的累计方差贡献率为 (3.11.8)/6 * 100% ≈ 81.7%。这意味着两个主成分解释了原始6个变量81.7%的信息效果很好。因此我们决定保留2个主成分。碎石图在图表中横轴是主成分序号纵轴是特征值。观察曲线会在第2个或第3个主成分处出现明显的拐点斜率急剧变缓这直观地支持了我们保留2个主成分的决定。成分矩阵旋转前与旋转后的成分矩阵这是给主成分命名的依据。先看“旋转后的成分矩阵”。我们关注载荷绝对值较大的变量通常0.5或0.6。假设旋转后第一个主成分在“薪酬福利”、“晋升机会”、“领导能力”上载荷很高如0.85, 0.78, 0.72。我们可以将这个主成分命名为“发展与回报因子”。第二个主成分在“工作环境”、“同事关系”、“工作强度”上载荷很高如0.88, 0.81, -0.65。注意“工作强度”是负载荷意味着强度越大满意度在此维度上得分越低。我们可以将此主成分命名为“氛围与压力因子”。通过旋转载荷结构变得清晰每个主成分的含义更容易界定。### 4.2 成分得分与后续应用在数据视图中我们已经生成了两个新变量FAC1_1和FAC2_1分别代表每个员工在“发展与回报因子”和“氛围与压力因子”上的得分。综合评分如果我们想得到一个整体的满意度综合得分可以以每个主成分的方差贡献率为权重进行加权求和。例如综合得分 (3.1/4.9)*FAC1_1 (1.8/4.9)*FAC2_1。然后可以根据综合得分对员工进行排序。二维散点图分析以FAC1_1为横轴FAC2_1为纵轴绘制所有员工的散点图。可以直观地看到员工的分布情况哪些员工既看重发展又享受氛围第一象限哪些对氛围满意但觉得发展受限第二象限等等。这为人力资源的个性化管理提供了直接依据。作为自变量投入后续模型在做员工离职预测或绩效回归分析时可以直接使用FAC1_1和FAC2_1这两个不相关的综合变量代替原始的6个高度相关的变量能有效解决多重共线性问题使模型更稳定、解释性更强。5. 实操中的常见陷阱与进阶技巧PCA操作虽简单但陷阱不少。结合我多次分析的经验以下几点需要特别注意### 5.1 变量方向与解释的一致性在解释旋转后的成分矩阵时必须关注载荷的正负号。所有变量在定义时方向应该一致。例如在我们的例子中“工作强度”很可能原本是数值越大表示强度越高负向指标而其他如“同事关系”是数值越大表示关系越好正向指标。在第二个主成分上“工作强度”呈现负载荷这很好理解强度越高在该因子氛围与压力上的得分越低。但如果你的数据中所有变量都是正向表述却出现了无法解释的负载荷可能需要检查数据或重新考虑变量的方向是否需要调整例如对负向指标进行反向计分。### 5.2 样本量与变量数的关系这是一个经典问题。进行PCA样本量需要足够。一个经验法则是样本数至少是变量数的5-10倍。如果变量太多而样本太少比如用50个变量对100个样本做PCA结果可能非常不稳定提取的主成分可能只是噪音的随机组合。在这种情况下考虑先进行变量筛选如基于业务知识或相关性或者使用更适合高维小样本的技术如PLS。### 5.3 缺失值的处理SPSS的“因子分析”模块在遇到缺失值时默认会按列表排除即只要一个变量有缺失该条观测在所有分析中都会被删除。如果数据缺失较多这会导致有效样本量急剧减少。处理方法有两种一是在分析前使用均值、中位数或回归等方法对缺失值进行填补二是在“因子分析”的“选项”按钮中选择“按对排除个案”这样计算某个相关系数时只使用这两个变量都完整的个案但这种方法可能导致不同相关系数基于的样本不同引入复杂性一般不作为首选。### 5.4 主成分得分是否标准化当我们用“回归”方法保存主成分得分时SPSS生成得分的均值为0但方差并不等于其特征值。实际上这个得分是标准分数。如果你需要得到原始量纲或特定方差的主成分得分需要根据成分得分系数矩阵和原始标准化变量自行计算或者对SPSS生成的得分进行线性变换。### 5.5 何时使用PCA何时使用因子分析这是另一个高频困惑点。PCA和探索性因子分析在SPSS中位于同一菜单下输出相似但目的不同。PCA目的降维。它试图用少数几个线性组合主成分来尽可能多地解释原始变量的总方差。主成分是原始变量的线性组合不一定有明确的潜在含义。EFA目的探寻潜在结构。它假设观测变量是由少数几个潜在的、不可直接测量的“因子”所决定的并试图找出这些因子及其与观测变量的关系。因子旨在解释变量间的协方差。操作区别在SPSS“抽取”对话框中选择“主成分”就是PCA选择“主轴因子”、“最大似然”等方法就是EFA。此外EFA通常必须进行旋转如最大方差法并且需要根据“旋转后的成分矩阵”来解释因子。简单决策如果你的目标仅仅是减少变量个数、进行综合评分或消除共线性用PCA。如果你的目标是研究变量背后潜在的、假设存在的理论构念如心理学中的“智力”、“人格特质”则用EFA。在许多社会科学的问卷分析中EFA更常见。 SPSS主成分分析实战：从数学原理到降维应用全解析
1. 从“维数灾难”到降维利器主成分分析的核心价值在数据分析的日常工作中我们常常会遇到一个令人头疼的问题手头的数据集变量太多。这些变量可能来自问卷调查的几十个维度也可能是传感器采集的数百个特征。变量多信息就丰富这听起来是件好事。但做过实际分析的人都知道这背后隐藏着“维数灾难”——变量间可能存在复杂的相关性导致模型臃肿、计算缓慢更关键的是过多的噪音会掩盖真正的规律让结果难以解释。这时候我们就需要一把“手术刀”既能精简数据又能保留其核心信息。这把手术刀就是主成分分析。主成分分析简称PCA是一种经典的无监督降维技术。它的核心思想非常直观将原始众多且可能存在相关性的变量通过线性变换组合成一组全新的、彼此独立的综合变量即“主成分”。这组主成分按方差大小排序第一个主成分包含了原始数据中最大的变异信息第二个主成分则包含了次大的、且与第一个不相关的变异信息依此类推。通过选取前几个主成分我们就能用少数几个“超级变量”来代表原始数据的大部分信息从而实现数据的简化和可视化。举个例子假设我们要评估一个地区的经济发展水平手头有GDP、人均收入、固定资产投资、社会消费品零售总额、财政收入等十几个指标。这些指标之间肯定高度相关。PCA能帮我们找出背后真正驱动经济发展的那一两个核心“因子”比如“总体经济规模因子”和“居民消费活力因子”。用这两个因子来分析和比较各地区远比罗列十几个原始指标要清晰、有力得多。这就是PCA的魅力所在它不预设模型完全从数据自身结构出发提炼出最本质的特征。而SPSS作为一款拥有图形化界面的经典统计软件使得执行PCA变得异常简单让研究者能将更多精力放在结果的解读和应用上而非复杂的数学计算过程。2. 主成分分析的数学原理从协方差矩阵到特征值分解要真正用好PCA而不仅仅是点点鼠标理解其背后的数学逻辑至关重要。这能帮助我们在SPSS输出一堆数字和图表时知道每一个结果代表什么以及如何做出正确的判断。PCA的数学之旅始于数据的标准化。由于原始变量通常量纲不同例如GDP以亿元计人口以万人计直接计算会使得量级大的变量占据绝对主导地位。因此第一步通常是将每个变量减去其均值再除以其标准差转化为均值为0、标准差为1的标准分数。这一步确保了所有变量在分析中处于平等地位。接下来是核心步骤计算标准化后数据的协方差矩阵如果数据已标准化协方差矩阵即等同于相关系数矩阵。这个矩阵的对角线是各个变量的方差均为1而非对角线元素则是任意两个变量之间的协方差即相关系数。PCA的目标就是要找到一个新坐标系使得数据在这个新坐标系下各个坐标轴即主成分上的方差尽可能大且彼此之间协方差为0即不相关。从几何上看这相当于对原始数据云进行旋转找到能最好展示数据散布方向的新轴。求解这个新坐标系在数学上等价于对协方差矩阵进行特征值分解。具体来说求解特征值与特征向量对协方差矩阵Σ求解方程Σv λv。这里解出的每一个λ就是一个特征值其对应的v就是特征向量。特征值λ的大小直接代表了其对应主成分所携带的方差大小。特征向量v则定义了主成分的方向其各个分量就是原始变量对该主成分的“贡献权重”在SPSS中称为“成分矩阵”或“因子载荷”。主成分的构造第k个主成分PC_k的得分就是原始标准化变量Z在特征向量v_k方向上的投影计算公式为PC_k Z * v_k。这是一个线性组合。信息量的衡量每个主成分的方差贡献率 该主成分的特征值 / 所有特征值之和。所有主成分的累计方差贡献率则代表了前k个主成分总共保留了原始数据多少比例的信息。注意这里存在一个初学者常见的混淆点。在SPSS中默认使用“相关系数矩阵”进行PCA这等价于使用标准化后的数据。如果你确信所有变量量纲一致且重要性相同也可以选择使用“协方差矩阵”但这会使得结果对变量的测量尺度非常敏感通常不推荐。理解了这个过程我们就能明白SPSS输出报告中的关键部分总方差解释表其中的“初始特征值”列就是各个主成分的特征值。“方差的%”就是单个贡献率“累计%”就是累计贡献率。这是我们决定保留几个主成分的核心依据。成分矩阵就是特征向量矩阵展示了每个原始变量与每个主成分的相关性载荷。绝对值越大说明该变量对该主成分的贡献越大。成分得分系数矩阵这个矩阵用于计算每个样本的主成分得分。公式为主成分得分 标准化后的原始变量 × 得分系数。3. SPSS实战操作一步步完成主成分分析理论清晰后我们进入实战环节。假设我们有一份企业员工满意度调查数据包含“薪酬福利”、“工作环境”、“晋升机会”、“同事关系”、“领导能力”、“工作强度”等6个变量已录入SPSS变量名为X1至X6。我们的目标是降维并找出影响满意度的核心维度。### 3.1 数据准备与适用性检验在进行分析前必须检查数据是否适合做PCA。主要有两个检验KMO和巴特利特球形检验在SPSS中依次点击分析 - 降维 - 因子分析。将X1至X6选入“变量”框。点击右侧“描述”按钮在弹出的对话框中勾选“KMO和巴特利特球形度检验”。点击“继续”。KMO值用于比较变量间简单相关系数和偏相关系数的指标取值范围0-1。通常认为KMO 0.8 表示非常适合0.7~0.8 表示适合0.6~0.7 表示一般低于0.6则不太适合。如果KMO值过低说明变量间共同因素较少强行做PCA效果不佳。巴特利特球形检验其原假设是“相关系数矩阵是单位阵”即变量间彼此独立。我们期望显著性Sig.值小于0.05从而拒绝原假设认为变量间存在相关性适合进行PCA。### 3.2 主成分提取与数量确定点击“抽取”按钮进入关键设置方法选择“主成分”。这是PCA的核心。分析通常基于“相关性矩阵”这也是默认且最常用的选项。输出勾选“未旋转的因子解”和“碎石图”。抽取关于保留几个主成分这里有三个常用标准我们需要在结果中综合判断特征值大于1准则默认SPSS默认只保留特征值大于1的主成分。因为标准化后每个原始变量的方差为1特征值1意味着该主成分解释的方差超过了一个原始变量具有代表性。累计方差贡献率通常要求保留的主成分累计贡献率达到70%-85%以上能代表大部分原始信息即可不必追求100%。碎石图检验碎石图将特征值从大到小排列。我们寻找图形上的“拐点”拐点之前的主成分特征值下降很快之后变得平缓。保留拐点之前的主成分。在“抽取”部分我们可以先选择“基于特征值”并设置“特征值大于”为1。点击“继续”。### 3.3 结果旋转与解释优化可选但重要初始得到的主成分有时难以解释因为一个原始变量可能同时在多个主成分上有较高载荷。为了使结果结构更清晰便于命名和解释我们常常进行“旋转”。 点击“旋转”按钮方法最常用的是“最大方差法”。这是一种正交旋转能使得每个原始变量尽可能只在一个主成分上载荷高在其他成分上载荷低从而使主成分的含义更加明确。输出勾选“旋转解”和“载荷图”。点击“继续”然后点击“得分”按钮如果我们后续想用主成分得分进行聚类、回归等进一步分析需要在这里保存得分。勾选“保存为变量”。方法选择“回归”。这样SPSS会在数据视图末尾生成新的变量如FAC1_1, FAC2_1即为每个样本的主成分得分。 最后点击“确定”运行分析。4. 解读SPSS输出报告从数字到洞见运行后SPSS会生成一系列表格和图表。我们需要像侦探一样从中提取关键信息。### 4.1 关键表格解读KMO和巴特利特检验首先看这个表。假设我们得到KMO值为0.82巴特利特球形检验显著性为0.000。这表明数据非常适合进行主成分分析。公因子方差这个表展示了“提取”列代表每个原始变量能被所保留的主成分共同解释的比例可以理解为信息保留度。如果某个变量的提取值过低如0.5说明它被丢失的信息较多可能需要关注。总方差解释这是最重要的表之一。我们结合默认的“特征值1”准则和累计贡献率来判断。假设前两个主成分的特征值分别为3.1和1.8均大于1第三个为0.7小于1。前两个主成分的累计方差贡献率为 (3.11.8)/6 * 100% ≈ 81.7%。这意味着两个主成分解释了原始6个变量81.7%的信息效果很好。因此我们决定保留2个主成分。碎石图在图表中横轴是主成分序号纵轴是特征值。观察曲线会在第2个或第3个主成分处出现明显的拐点斜率急剧变缓这直观地支持了我们保留2个主成分的决定。成分矩阵旋转前与旋转后的成分矩阵这是给主成分命名的依据。先看“旋转后的成分矩阵”。我们关注载荷绝对值较大的变量通常0.5或0.6。假设旋转后第一个主成分在“薪酬福利”、“晋升机会”、“领导能力”上载荷很高如0.85, 0.78, 0.72。我们可以将这个主成分命名为“发展与回报因子”。第二个主成分在“工作环境”、“同事关系”、“工作强度”上载荷很高如0.88, 0.81, -0.65。注意“工作强度”是负载荷意味着强度越大满意度在此维度上得分越低。我们可以将此主成分命名为“氛围与压力因子”。通过旋转载荷结构变得清晰每个主成分的含义更容易界定。### 4.2 成分得分与后续应用在数据视图中我们已经生成了两个新变量FAC1_1和FAC2_1分别代表每个员工在“发展与回报因子”和“氛围与压力因子”上的得分。综合评分如果我们想得到一个整体的满意度综合得分可以以每个主成分的方差贡献率为权重进行加权求和。例如综合得分 (3.1/4.9)*FAC1_1 (1.8/4.9)*FAC2_1。然后可以根据综合得分对员工进行排序。二维散点图分析以FAC1_1为横轴FAC2_1为纵轴绘制所有员工的散点图。可以直观地看到员工的分布情况哪些员工既看重发展又享受氛围第一象限哪些对氛围满意但觉得发展受限第二象限等等。这为人力资源的个性化管理提供了直接依据。作为自变量投入后续模型在做员工离职预测或绩效回归分析时可以直接使用FAC1_1和FAC2_1这两个不相关的综合变量代替原始的6个高度相关的变量能有效解决多重共线性问题使模型更稳定、解释性更强。5. 实操中的常见陷阱与进阶技巧PCA操作虽简单但陷阱不少。结合我多次分析的经验以下几点需要特别注意### 5.1 变量方向与解释的一致性在解释旋转后的成分矩阵时必须关注载荷的正负号。所有变量在定义时方向应该一致。例如在我们的例子中“工作强度”很可能原本是数值越大表示强度越高负向指标而其他如“同事关系”是数值越大表示关系越好正向指标。在第二个主成分上“工作强度”呈现负载荷这很好理解强度越高在该因子氛围与压力上的得分越低。但如果你的数据中所有变量都是正向表述却出现了无法解释的负载荷可能需要检查数据或重新考虑变量的方向是否需要调整例如对负向指标进行反向计分。### 5.2 样本量与变量数的关系这是一个经典问题。进行PCA样本量需要足够。一个经验法则是样本数至少是变量数的5-10倍。如果变量太多而样本太少比如用50个变量对100个样本做PCA结果可能非常不稳定提取的主成分可能只是噪音的随机组合。在这种情况下考虑先进行变量筛选如基于业务知识或相关性或者使用更适合高维小样本的技术如PLS。### 5.3 缺失值的处理SPSS的“因子分析”模块在遇到缺失值时默认会按列表排除即只要一个变量有缺失该条观测在所有分析中都会被删除。如果数据缺失较多这会导致有效样本量急剧减少。处理方法有两种一是在分析前使用均值、中位数或回归等方法对缺失值进行填补二是在“因子分析”的“选项”按钮中选择“按对排除个案”这样计算某个相关系数时只使用这两个变量都完整的个案但这种方法可能导致不同相关系数基于的样本不同引入复杂性一般不作为首选。### 5.4 主成分得分是否标准化当我们用“回归”方法保存主成分得分时SPSS生成得分的均值为0但方差并不等于其特征值。实际上这个得分是标准分数。如果你需要得到原始量纲或特定方差的主成分得分需要根据成分得分系数矩阵和原始标准化变量自行计算或者对SPSS生成的得分进行线性变换。### 5.5 何时使用PCA何时使用因子分析这是另一个高频困惑点。PCA和探索性因子分析在SPSS中位于同一菜单下输出相似但目的不同。PCA目的降维。它试图用少数几个线性组合主成分来尽可能多地解释原始变量的总方差。主成分是原始变量的线性组合不一定有明确的潜在含义。EFA目的探寻潜在结构。它假设观测变量是由少数几个潜在的、不可直接测量的“因子”所决定的并试图找出这些因子及其与观测变量的关系。因子旨在解释变量间的协方差。操作区别在SPSS“抽取”对话框中选择“主成分”就是PCA选择“主轴因子”、“最大似然”等方法就是EFA。此外EFA通常必须进行旋转如最大方差法并且需要根据“旋转后的成分矩阵”来解释因子。简单决策如果你的目标仅仅是减少变量个数、进行综合评分或消除共线性用PCA。如果你的目标是研究变量背后潜在的、假设存在的理论构念如心理学中的“智力”、“人格特质”则用EFA。在许多社会科学的问卷分析中EFA更常见。