SPSS的主成分分析主要是解決什么問題？SPSS的主成分分析主要用于因子分析。其目的是通過對多個原始因子的內(nèi)部相關(guān)分析，將多個原始因子整合成一個或多個相對獨立的綜合因子，以表征原始的分散因子。例如，我

SPSS的主成分分析主要是解決什么問題？

SPSS的主成分分析主要用于因子分析。其目的是通過對多個原始因子的內(nèi)部相關(guān)分析，將多個原始因子整合成一個或多個相對獨立的綜合因子，以表征原始的分散因子。

例如，我們測量客戶滿意度并設(shè)計10個主題。在數(shù)據(jù)收集之后，我們可以使用因子分析來觀察這10個主題是否可以整合成多個因子。

通過SPSS的主成分分析，得到相應的結(jié)果。

結(jié)果可能是五個主題之間的相關(guān)性非常顯著。我們可以用一個因素來概括這五個因素，另外三個因素和兩個因素也可以分別構(gòu)成一個因素。主成分的特征值大于1。這樣，我們最終可以通過三個綜合因素來研究和分析顧客滿意度

主成分分析法的缺點：[1]在主成分分析中，首先要保證提取的前幾個主成分的累積貢獻率達到較高的水平（即變量降維后的信息量必須保持在較高的水平）。其次，我們必須能夠給出符合實際背景和意義的解釋（否則，主成分將沒有信息，但沒有實際意義）。

2. 主成分的解釋不如原始變量那樣清晰、準確，這是變量降維過程中必須付出的代價。因此，提取的主成分m的個數(shù)應明顯小于原始變量p的個數(shù)（除非p本身較?。?，否則降維的“優(yōu)點”可能抵消不了主成分含義不如原始變量清晰的“缺點”。