，分析-降维-因子分析

KMO值小于0.6，不适合做因子分析，且Barteltt为0.547，接受相关系数矩阵为单位阵的假设，因子之间不相关，不适合做因子分析。

旋转前的因子矩阵：

特征值：（下图红框）

特征值也可以通过成分矩阵，在excel中计算平方和得到：用sumsq函数。

接下去计算特征向量矩阵（主成分载荷矩阵）：

t1=-0.975/sqrt(2.285)

在excel中可以快速计算得：

则：主成分的表达式：

y1=-0.65×1+0.39×2+…+x6；

y2=0.01×1+……；

y3=

y4=

；

以相关系数矩阵为出发点进行的因子分析，x1-x6是经过标准化变换后的标准变量。

对原始变量进行标准化：分析-描述统计-描述，勾选将标准化得分储存为变量，得到：、

将这个矩阵与特征向量矩阵相乘，在excel中可以用数组函数mmult，，选中区域，快捷键ctrl+shift+enter，得出矩阵计算结果：（结果1）

四个主成分：y1-y4.

计算主成分得分系数：4个特征值/特征值的和

2.285/5.731;1.7928/5.731;……

得到4个值：

0.398713

0.312834

0.166387

0.122066

（结果2）

综合主成分值：

结果1的值与结果2的值进行相乘，

0.06*0.398713+（-1.17）*0.312834+（-1.20）*0.166+（-1.27）*0.122

……

最后结果：