请教SPSS高人，主成份分析和因子分析有什么不同？做主成分分析目的是什么？谢谢

因子分析的目的是什么？和主成分分析有什么区别和联系？~

1、因子分析中是把变量表示成各因子的线性组合，而主成分分析中则是把主成分表示成个变量的线性组合。　　2、主成分分析的重点在于解释个变量的总方差，而因子分析则把重点放在解释各变量之间的协方差。　　3、主成分分析中不需要有假设(assumptions)，因子分析则需要一些假设。因子分析的假设包括：各个共同因子之间不相关，特殊因子（specific factor）之间也不相关，共同因子和特殊因子之间也不相关。　　4、主成分分析中，当给定的协方差矩阵或者相关矩阵的特征值是唯一的时候，的主成分一般是独特的；而因子分析中因子不是独特的，可以旋转得到不同的因子。　　5、在因子分析中，因子个数需要分析者指定（spss根据一定的条件自动设定，只要是特征值大于1的因子进入分析），而指定的因子数量不同而结果不同。在主成分分析中，成分的数量是一定的，一般有几个变量就有几个主成分。和主成分分析相比，由于因子分析可以使用旋转技术帮助解释因子，在解释方面更加有优势。大致说来，当需要寻找潜在的因子，并对这些因子进行解释的时候，更加倾向于使用因子分析，并且借助旋转技术帮助更好解释。而如果想把现有的变量变成少数几个新的变量（新的变量几乎带有原来所有变量的信息）来进入后续的分析，则可以使用主成分分析。当然，这中情况也可以使用因子得分做到。所以这中区分不是绝对的。

因子分析法和主成分分析法都是降维处理多变量的回归问题，不同意楼上的说法，不是包含的关系。

另外主成分分析法在SPSS中没有办法直接实现，是通过因子分析来构建模型的。它们的区别还是模型构建体系不一样，因子分析是 F=AX； 主成分分析则是用特征根向量求出的矩阵算出因子得分，与因子分析直接得出的得分是不一样的。

主成分分析和因子分析都是信息浓缩的方法，即将多个分析项信息浓缩成几个概括性指标。如果希望进行将指标命名，SPSSAU建议使用因子分析。原因在于因子分析在主成分基础上，多出一项旋转功能，该旋转目的即在于命名。

主成分分析目的在于信息浓缩（但不太关注主成分与分析项对应关系），权重计算，以及综合得分计算。

同时SPSSAU可直接保存因子得分及综合得分，不需要手动计算。

主成分分析可以理解为一种数据的处理理论，也可以理解为一种应用方法。而因子分析则可以理解为一种应用方法，因为做因子分析采用的比较多的就是用主成分分析的方法来浓缩因子。所以
其实所谓的区别只不过是在学科研究当中存在的，因为同属于统计学的理论，所以一定要找出两者的区别来。但是如果你只是应用的话，那就没必要考虑两者有什么区别。
况且spss使用因子分析非常方便 就可以得出各因子的得分，但是如果你非要用主成分分析方法，则需要自己手动再根据spss输出的某些因子分析结果来计算主成分得分。
做主成分分析或者说因子分析的目的 是为了浓缩众多变量，使之在后续的计算中更加简介。比如原来有80多个变量，如果直接进行综合排名要考虑每个变量进行综合，所以此时通过主成分分析，可以将原来的80多个变量浓缩成3~5个代替原来众多变量的新变量 即所谓的主成分或主因子。这样后续的计算就很简洁了

这些你看教材就可以了
在spss应用上，是没区别的
因子分析会用到主成分分析方法
我经常帮别人做类似的数据分析的

主成分分析和因子分析有什么不同：

主成分分析与因子分析有相似之处，也有明显区别，以下是对主成分分析和因子分析进行的一个简单比较。

• 主成分分析

• 基本思想

• 主成分几何意义及求解

• 主成分分析优缺点

• 分析步骤

• 因子分析

• 基本思想

• 与主成分分析的区别和联系

• 分析步骤

【1】主成分分析——基本思想

主成分分析（Principal Component Analysis，PCA）通过将原始变量转换为原始变量的线性组合（主成分），在保留主要信息的基础上，达到简化和降维的目的。

主成分与原始变量之间的关系：

• 主成分是原始变量的线性组合

• 主成分的数量相对于原始数量更少

• 主成分保留了原始变量的大部分信息

• 主成分之间相互独立

【2】主成分分析——几何意义及求解

通过旋转变换，将分布在x1，x2坐标轴上的原始数据，转换到F1,F2坐标轴表示的坐标系上，使得数据在F1轴上离散程度最大，此时，可以忽略F2轴，仅通过F1轴就可以表示数据的大部分信息，从而达到降维的目的。

不同的线性变换，得到的Fi统计特性不同，为得到较好的效果，我们希望主成分之间相互独立，同时方差尽可能得大，即

求解以上公式，得

请点击输入图片描述

因此，我们只需要对协方差矩阵∑求特征值λ及特征向量ui，即可构成主成分分析的解。

由此可知，主成分分析是把p个随机变量的方差分解为p个不相关的随机变量的方差和，使得第一个主成分的方差达到最大，其贡献率等于其方差在全部主成分方差中的占比。

主成分分析的一个关键问题是：主成分的个数选多少个比较合适？

有3个主要的衡量标准：

• 保留的主成分使得方差贡献率达到80%以上

• 保留的主成分的方差（特征值）大于1

• Cattell碎石检验绘制了关于各主成分及其特征值的图形，我们只需要保留图形中变化最大之处以上的主成分即可

【3】主成分分析——优缺点

• 优点

• 不要求数据呈正态分布，主成分就是按数据离散程度最大的方向对基组进行旋转，这特性扩展了其应用范围，比如，用于人脸识别

• 通过对原始变量进行综合与简化，可以客观地确定各个指标的权重，避免主观判断的随意性

• 缺点

• 主成分分析适用于变量间有较强相关性的数据，若原始数据相关性弱，则起不到很好的降维作用

• 降维后，存在少量信息丢失，不可能包含100%原始数据

• 原始数据经过标准化处理之后，含义会发生变化，且主成分的解释含义较原始数据比较模糊

---

尼玛县18924533083： 如何用spss做主成分分析和因子分析 - ？
游连美力： 在SPSS中有专门的因子分析模块,主成分分析不需要因子旋转,因子分析则需要.(南心网 SPSS数据分析)

尼玛县18924533083： 请教SPSS高人,主成份分析和因子分析有什么不同?做主成分分析目的是什么?谢谢 - ？
游连美力： 主成分分析可以理解为一种数据的处理理论,也可以理解为一种应用方法.而因子分析则可以理解为一种应用方法,因为做因子分析采用的比较多的就是用主成分分析的方法来浓缩因子.所以 其实所谓的区别只不过是在学科研究当中存在的,因...

尼玛县18924533083： 主成份分析和因子分析的区别 - ？
游连美力： 因子分析与主成分分析的异同点: 都对原始数据进行标准化处理; 都消除了原始指标的相关性对综合评价所造成的信息重复的影响; 构造综合评价时所涉及的权数具有客观性; 在信息损失不大的前提下,减少了评价工作量 公共因子比主成分更容易被解释; 因子分析的评价结果没有主成分分析准确; 因子分析比主成分分析的计算工作量大主成分分析仅仅是变量变换,而因子分析需要构造因子模型. 主成分分析:原始变量的线性组合表示新的综合变量,即主成分; 因子分析:潜在的假想变量和随机影响变量的线性组合表示原始变量.

尼玛县18924533083： 主成分分析与因子分析有什么作用 - ？
游连美力： 主成分分析和因子分析都是信息浓缩的方法,即将多个分析项信息浓缩成几个概括性指标. 因子分析在主成分基础上,多出一项旋转功能,该旋转目的即在于命名,更容易解释因子的含义.如果研究关注于指标与分析项的对应关系上,或是希望将得到的指标进行命名,SPSSAU建议使用因子分析. 主成分分析目的在于信息浓缩(但不太关注主成分与分析项对应关系),权重计算,以及综合得分计算.如希望进行排名比较,计算综合竞争力,可使用主成分分析. SPSSAU可直接使用这两种方法,支持自动保存因子得分及综合得分,不需要手动计算.

尼玛县18924533083： 如何用spss进行因子分析和主成分分析 - ？
游连美力： 方法/步骤 打开SPSS软件,导入数据后,依次点击分析,降维,因子分析.打开因子分析界面之后,把需要进行分析的变量全部选进变量对话框,然后 点击右上角的描述.勾选原始分析结果、KMO检验对话框,然后点击继续.点击抽取,再点击碎石图.点击旋转,再点击最大方差旋转.点击得分,再点击,保存为变量及显示因子得分系数矩阵.最后点确定就可以在输出截面看到主成分因子分析的结果了.

尼玛县18924533083： SPSS中因子分析和主成分分析的区别? - ？
游连美力： 因子分析法和主成分2113分析法都是降维处理多变量的回归问题,不同意楼5261上的说法,不是包含的关系.另外主成分4102分析法在SPSS中没有办法直接实现,是通过因子分析来构建模型的.它们的区别还是模型构建体1653系不一样,因子分析是 F=AX; 主成分版分析则是用特征根向量求出的矩阵算出因子得分,与因子分析直接得出的得分是不一样的权.

尼玛县18924533083： 求问SPSS高手关于主成分分析计算综合得分的问题进行因子分析的时候,不是“得分”里有个选项是“另存为新变量”吗?,然后输出结果之后,就会在原... - ？
游连美力：[答案] 一般都是需要通过每个主成分乘以各自权重值得到综合得分的,而不是直接把几个主成分相加,因为这样就默认几个主成分的权重都是一样的了.我们通常以各个主成分的方差贡献率作为各自的权重值,也可以通过其他方法计算得到权重值.

尼玛县18924533083： 主成分分析与因子分析的区别和联系 - ？
游连美力： 以下是我自己通俗的理解哈. 主成分分析,就是多个变量综合起来反应一个指标,要把这个指标找出来. 因子分析就是其实潜在的有几个指标,而表现出来的是这几个指标随机组合作用出来的结果. 因子分析不好理解是吧,举个例子:给人做智力测验,得到了算数成绩,迷宫成绩,脑筋急转弯成绩等等.但这些成绩是由潜在的因子即这个人的记忆力、反应能力等等方面综合作用出来的.

尼玛县18924533083： SPSS的主成分分析主要是解决什么问题? - ？
游连美力：[答案] spss的主成分分析主要应用在因子分析里,目的是将原来很多的因素,通过他们内在的相关分析,整合成新的一个或多个相对独立的综合因素,来代表原来散乱的因素.例如我们测量客户满意度,设计了10个题目,那数据收集完后,就可以通过因子...

尼玛县18924533083： 关于spss的主成分分析 - ？
游连美力： spss的主成分分析主要应用在因子分析里,目的是将原来很多的因素,通过他们内在的相关分析,整合成新的一个或多个相对独立的综合因素,来代表原来散乱的因素.例如我们测量客户满意度,设计了10个题目,那数据收集完后,就可以通过因子分析,来看看这10个题目是否能综合成几个因素.通过spss的主成分分析,就可以得出相应结果.结果可能是其中5个题目的相关显著,可以通过一个因素来归纳这5个因素,另外3个、2个也可以分别组成一个,而且主成分对应的特征值大于1,这样就最后就可以通过3个综合因素来研究和分析客户满意度了