目录
第一步：将数据转化为二值（1，-1）
因为我们得到的原始数据大小,类型不一, 一起分析会不准确, 所以将数据全部标准化
你们要做的是所有的，我只是举一个例子
对于数字类：
选择 分析–比较平均值–平均值
将数字变量添加到因变量列表，然后点确定得到平均值，以id为例进行操作
得到平均值之后点转换–重新编码为相同的变量–添加变量名–旧值与新值
这里注意：统一选范围从最低到值，填入平均值，赋值为1，添加，然后选择所有其他值，赋值为-1，添加，然后点继续，确定
操作完成后会有画圈里的提示， 且id那一列会转换为二值形式，至此数字转换完成
对于非数字类：
选择 分析–描述统计–频率，添加变量名然后点确定
会得到这样一个频率图，然后大概一半一半的赋值为1，其他的为-1
之后点转换–重新编码为相同的变量–添加变量名–旧值与新值
这里麻烦一点，需要将旧值一个一个输入，赋值为1，然后其他的赋值为-1，然后点继续，确定
操作完成后会有画圈里的提示， 且VAR00001那一列会转换为二值形式，至此数字转换完成
第二步：因子分析
全部转化为1，-1后
点击分析–降维–因子，全部添加变量名后直接点确定
得到以下表格
观察总方差解释表，目前的累积值才到56.546，这是不合格的，要到88以上才行，所以需要调一下，点击分析–降维–因子–提取，修改特征值，然后点继续–确定
重新得到因子分析的三个表格
第三步：计算得到一列ai（i=1,2,3…）
将成分矩阵里的值复制到spss后面
点击转换，计算变量，设置一个目标变量为ai(i=1，2，3…，以此类推),输入计算式，点确定，得到一列ai(i=1,2,3….)
（因子分析的系数 / sqrt(特征值) = 主成分分析的系数，特征值就是总方差解释中的总计）
然后点确定，同理我只是举一个例子，你们需要计算所有的
第四步：计算得出一列Zi（i=1，2，3…）
点击转换，计算变量，设置一个Zi(i=1，2，3…，以此类推),输入计算式，点确定，得到一列Zi(i=1,2,3….)
说明一下：数字是依次输入ai（i=1，2，3，…）列的数字，变量名就按照左下角给的依次输入即可
同样你们需要计算出所有的 ，重新得到一列Z之后，你们需要再次进行二值转换，到这里主成分分析就完成了
文章出处登录后可见！
已经登录？立即刷新
