简介：这份数理统计SPSS大作业文档，面向高校学生与数据分析初学者，聚焦主成分分析在经济指标评价中的完整应用。内容以2019年北京、天津、河北等15个省市为样本，选取GDP、人均GDP、农林牧渔总产值、第三产业增加值、社会消费品零售总额等九项指标，借助数学降维思想提取主成分，计算综合得分并比较各地经济发展水平。文档系统梳理了主成分分析原理、标准化处理、相关系数矩阵、KMO与巴特利球形度检验、特征值与累计贡献率判断、因子得分计算等关键环节，并配有SPSS操作截图与结果解读，可作为课程作业、实验报告或方法学习的参考范例。资源包内含1个doc文件，大小约821KB，结构完整、图文并茂，便于直接查阅与模仿复现。目前已有2012人学习下载，适合需要完成SPSS统计分析作业或希望掌握主成分分析实操流程的读者参考使用。
1. 主成分分析这门课，为什么总在SPSS大作业里翻车
数理统计SPSS大作业里，主成分分析（PCA）几乎是出现频率最高的选题之一。原因很直接：它既有数学推导的厚度，又能用SPSS快速出结果，看起来“性价比”很高。但真正动手做过的同学都知道，这个作业的翻车点从来不在SPSS操作本身，而在前面几步——指标方向对不对、量纲要不要标准化、提取几个主成分、怎么给主成分起名字。SPSS会老老实实给你一张成分矩阵，但它不会告诉你这张表能不能用。
我带过几届学生的统计软件实训，见过太多这样的情况：SPSS输出一切正常，KMO值也过了，但最后写出来的结论自己都不信。问题往往出在指标预处理阶段——正向指标和负向指标混在一起没做同向化处理，或者标准化方式选错了，导致主成分的物理意义完全解释不通。这篇笔记就按大作业的实际流程走一遍，从指标预处理到主成分命名，把每一步的参数设置和判断标准讲清楚，让第一次做PCA的人也能照着复现出一份能自圆其说的结果。
2. 主成分分析在SPSS里到底算了什么：从协方差矩阵到成分得分
2.1 主成分分析的数学本质与SPSS的实现路径
主成分分析的核心思想是降维。假设你有p个指标，n个样本，原始数据构成一个n×p的矩阵。PCA要做的事情是找到一组新的坐标轴，使得数据投影到这些轴上的方差依次最大。第一个新轴方向就是第一主成分，第二个轴在与第一主成分正交的前提下方差最大，以此类推。
SPSS的实现路径是：先计算指标的相关系数矩阵（或协方差矩阵），然后对该矩阵做特征值分解，得到特征值和对应的特征向量。特征值代表某个主成分解释的方差大小，特征向量则是原始指标在该主成分上的权重系数。SPSS输出的“成分矩阵”就是这些特征向量按列排列的结果。
这里有一个关键选择：SPSS默认对数据进行标准化（即使用相关系数矩阵），但如果你在“分析→降维→因子分析”对话框中取消勾选“将数据标准化”，SPSS会改用协方差矩阵。两者的区别在于：标准化消除了量纲影响，适合指标单位不一致的情况；不标准化则保留了原始方差信息，适合所有指标同量纲且你希望保留方差差异的场景。大作业里绝大多数情况应该用标准化，因为指标单位往往不统一。
2.2 用SPSS跑通主成分分析的最小操作流程
下面是从原始数据到主成分得分的完整SPSS操作路径。假设你的数据文件里有一列ID和若干指标列，比如X1到X6。
第一步，打开SPSS，导入数据。如果是Excel文件，注意检查变量类型是否正确，数值型变量不要被识别成字符串。
第二步，进入主对话框：点击菜单栏“分析”→“降维”→“因子分析”。
第三步，把X1到X6选入“变量”框。点击“描述”按钮，勾选“系数”和“KMO和Bartlett球形度检验”。点击“提取”按钮，方法选择“主成分”，勾选“碎石图”，提取标准默认是“特征值大于1”。点击“旋转”按钮，选择“最大方差法”。点击“得分”按钮，勾选“保存为变量”，方法选“回归”。
第四步，点击“确定”运行。
运行后会输出几张关键表格：KMO和Bartlett检验、公因子方差、解释的总方差、碎石图、成分矩阵（旋转后）、成分得分系数矩阵。下面逐一说明怎么读。
KMO值用于判断数据是否适合做PCA。一般标准是：KMO大于0.7可以接受，大于0.8适合，大于0.9非常适合。Bartlett球形度检验的显著性p值要小于0.05，否则说明指标间相关性太弱，不适合降维。
解释的总方差表里看“初始特征值”的“合计”列和“累积%”列。SPSS默认提取特征值大于1的主成分。累积方差贡献率一般要求达到60%以上，社会科学类数据达到50%也可以接受，但要在报告里说明。
成分矩阵（旋转后）是命名的依据。每个主成分上载荷绝对值较大的指标，就是该主成分的主要构成。通常以0.5为阈值，超过0.5的指标可以认为对该主成分有显著贡献。
2.3 主成分个数的确定：特征值、碎石图与累积方差的三方对照
提取几个主成分是PCA里最需要判断力的地方。SPSS默认用特征值大于1，但这个规则不是铁律。我一般会同时看三个依据：
第一，特征值大于1。这是Kaiser准则，适合指标数量在10到30之间的情况。指标太少时这个准则可能提取过多或过少。
第二，碎石图的拐点。碎石图横轴是主成分序号，纵轴是特征值。找到曲线从陡峭变平缓的那个拐点，拐点之前的主成分数量就是建议值。
第三，累积方差贡献率。一般要求达到60%以上。如果前两个主成分累积只有55%，但第三个能加到68%，那就要考虑提取三个。
实际操作中，这三个依据经常不一致。我的经验是：如果碎石图拐点和特征值大于1的结果差一个，优先信碎石图；如果累积方差在提取k个时刚好过60%，在提取k+1个时能到70%以上，且第k+1个主成分有明确的解释意义，那就提取k+1个。大作业里不要盲目追求高累积方差而提取过多主成分，否则降维的意义就没了。
提示：SPSS的“提取”对话框里可以手动指定提取固定数量的主成分。如果你决定提取3个而不是默认的2个，就在这里把“基于特征值”改成“固定因子数”，填3。
3. 指标预处理：正向化、标准化与相关矩阵的SPSS操作
3.1 正向化与逆向化：指标方向不统一时的处理
很多大作业的数据集里，指标方向是混着的。比如评价一个地区的经济发展水平，GDP是正向指标（越大越好），失业率是逆向指标（越小越好），能耗强度也是逆向指标。如果不做处理直接扔进SPSS，主成分的载荷方向会混乱，命名时根本说不通。
正向化的常用方法有两种。一种是取倒数，适用于逆向指标。公式是：新值 = 1 / 原值。但这个方法有个问题：如果原值中有0或接近0的数，倒数会爆炸。另一种是线性变换，公式是：新值 = 最大值 + 最小值 - 原值。这个方法更稳健，推荐使用。
在SPSS里做正向化，需要通过“转换”→“计算变量”来实现。假设你的逆向指标叫X3，最大值是100，最小值是10，那么：
COMPUTE X3_new = 100 + 10 - X3. EXECUTE.这段语法创建了一个新变量X3_new，它是X3的正向化结果。注意最大值和最小值要从你的数据里实际算出来，不要拍脑袋填。可以用“分析”→“描述统计”→“描述”先看一眼每个指标的最大值和最小值。
正向化之后，所有指标都变成越大越好。这时候再做标准化才有意义。
3.2 标准化的三种方式与SPSS默认行为的区别
标准化是把不同量纲的指标拉到同一尺度上。最常见的是Z-score标准化，公式是：(原值 - 均值) / 标准差。SPSS在主成分分析对话框中默认勾选“将数据标准化”，用的就是Z-score。
但SPSS的标准化是在PCA内部完成的，不会在数据视图里生成新的标准化变量。如果你需要在PCA之前先手动标准化（比如要先做其他处理），可以用“分析”→“描述统计”→“描述”，勾选“将标准化值另存为变量”。
还有一种标准化是极差标准化，公式是：(原值 - 最小值) / (最大值 - 最小值)。这种方法把数据映射到[0,1]区间，适合需要保留相对位置关系的场景。但PCA里不常用，因为极差标准化会改变指标间的相关性结构。
我一般建议：如果所有指标单位不一致，直接用SPSS默认的Z-score标准化；如果所有指标单位一致且你希望保留方差差异，取消勾选标准化，用协方差矩阵做PCA。大作业里前者更常见，也更安全。
3.3 相关矩阵检验：KMO、Bartlett与反映像矩阵的读法
在正式提取主成分之前，SPSS会输出KMO和Bartlett检验。这两个指标是判断数据是否适合做PCA的门槛。
KMO值衡量的是指标间的偏相关性。值越接近1，说明指标间共同方差越大，越适合做PCA。一般标准：0.9以上极佳，0.8到0.9很好，0.7到0.8中等，0.6到0.7勉强，0.6以下不建议做PCA。
Bartlett球形度检验的原假设是相关系数矩阵为单位矩阵（即指标间没有相关关系）。如果p值小于0.05，拒绝原假设，说明指标间存在显著相关，适合做PCA。如果p值大于0.05，说明指标间相关性太弱，降维没有意义。
除了这两个，还可以看反映像矩阵的对角线值。SPSS在“描述”对话框里勾选“反映像”后会输出这张表。对角线上的值是每个指标的取样适当性度量（MSA），一般要求大于0.5。如果某个指标的MSA低于0.5，考虑把它剔除后再做PCA。
注意：KMO和Bartlett检验是通过“分析”→“降维”→“因子分析”→“描述”对话框勾选的。很多人第一次做的时候忘了勾，结果输出里找不到这两张表，又得重跑一遍。
4. 主成分命名与得分计算：从成分矩阵到综合得分排名
4.1 旋转后成分矩阵的解读与主成分命名
SPSS输出的“成分矩阵”是未旋转的，每个主成分上的载荷是原始指标与主成分的相关系数。未旋转的成分矩阵往往载荷分布不够清晰，一个指标可能在多个主成分上都有中等载荷。所以通常要看“旋转后的成分矩阵”。
旋转方法选“最大方差法”（Varimax），这是正交旋转，保持主成分之间不相关。旋转后的矩阵里，每个指标在某个主成分上的载荷会更接近1或0，便于命名。
命名的步骤是：对每个主成分，找出载荷绝对值大于0.5的指标，看这些指标共同指向什么含义。比如第一主成分在GDP、固定资产投资、财政收入上载荷高，那就叫“经济规模因子”；第二主成分在失业率、能耗强度上载荷高（注意这些是逆向指标，已经正向化过了），那就叫“经济效率因子”。
命名没有标准答案，但要做到两点：一是名字能概括载荷高的那几个指标的共同特征，二是名字之间要有区分度，不能两个主成分都叫“综合发展水平”。
4.2 用SPSS语法计算主成分得分与综合得分
SPSS在“得分”对话框里勾选“保存为变量”后，会在数据视图里生成FAC1_1、FAC2_1等列，这些就是每个样本在各主成分上的得分。但SPSS默认用回归法计算得分，得分是标准化的，均值为0，标准差为1。
如果你需要计算综合得分，可以用各主成分的方差贡献率作为权重。假设提取了3个主成分，旋转后的方差贡献率分别是40%、25%、15%，那么综合得分公式是：
COMPUTE 综合得分 = (40 * FAC1_1 + 25 * FAC2_1 + 15 * FAC3_1) / 80. EXECUTE.这里的80是三个主成分的累积方差贡献率。除以80是为了把综合得分拉回原始量纲附近，便于比较。如果不除，综合得分的数值会偏大，但不影响排名。
计算完综合得分后，可以用“数据”→“排序个案”按综合得分降序排列，得到每个样本的排名。如果需要在报告里展示，可以用“分析”→“描述统计”→“描述”看综合得分的均值和标准差，或者用“转换”→“排秩”生成排名变量。
4.3 主成分分析结果的三张核心表格与报告写法
大作业的报告里，PCA部分通常需要呈现三张表：解释的总方差表、旋转后成分矩阵、综合得分排名表。
解释的总方差表要报告每个主成分的特征值、方差贡献率和累积贡献率。一般保留两位小数。文字描述里要说明提取了几个主成分，累积贡献率是多少，是否达到60%的标准。
旋转后成分矩阵要报告每个指标在各主成分上的载荷。通常只保留载荷绝对值大于0.4的格子，小于0.4的用空白或“—”表示，这样表格更清晰。命名要在表格下方用文字说明。
综合得分排名表要列出样本名称、各主成分得分、综合得分和排名。如果样本太多，可以只列前10名和后10名。
报告里还要写一段对主成分命名的解释，说明每个主成分代表了什么含义，为什么这样命名。这段文字是区分“会跑SPSS”和“懂PCA”的关键。
5. 避坑指南：主成分分析大作业里最容易翻车的五个地方
5.1 现象：KMO值低于0.6，SPSS提示“不适合做因子分析”
原因：指标间相关性太弱，或者指标数量太少（比如只有3个指标），或者样本量太小（比如只有10个样本）。 解决：先检查指标间相关系数矩阵，看有没有大量相关系数低于0.3的情况。如果有，考虑剔除那些与其他指标都不相关的指标。如果指标数量本身就不够，考虑增加指标或改用其他降维方法。样本量一般要求至少是指标数量的5倍以上，最好10倍。
5.2 现象：提取了4个主成分，但累积方差贡献率只有58%
原因：指标间共同方差偏低，或者数据本身就不适合降维。 解决：不要强行提高累积贡献率而提取过多主成分。可以尝试剔除公因子方差较低的指标（公因子方差表里提取值低于0.5的），重新跑一次。如果剔除后累积贡献率明显提升，说明那些指标是噪声。如果剔除后变化不大，说明数据本身结构松散，报告里如实说明即可。
5.3 现象：旋转后成分矩阵里，一个指标在多个主成分上载荷都超过0.5
原因：该指标与多个主成分都相关，说明它不是一个“纯”指标，或者主成分之间本身存在交叉。 解决：检查旋转方法是否选对了。最大方差法适合主成分之间不相关的情况。如果主成分之间允许相关，可以用斜交旋转（Promax），但大作业里一般用正交旋转就够了。如果旋转后仍然交叉严重，考虑剔除该指标，或者接受它并在命名时说明该指标具有多重属性。
5.4 现象：综合得分排名与直觉不符，某个明显应该排前面的样本排到了后面
原因：正向化处理遗漏了某些逆向指标，或者标准化方式不一致，或者综合得分的权重用错了。 解决：逐一检查每个指标的方向。逆向指标是否都做了正向化？正向化的公式是否正确？综合得分的权重是否用了旋转后的方差贡献率而不是初始特征值？SPSS默认输出的FAC得分是标准化的，如果你手动计算综合得分，确认用的是旋转后的贡献率。
5.5 现象：SPSS输出里找不到“成分得分系数矩阵”
原因：在“得分”对话框里没有勾选“保存为变量”，或者勾选了但没选“回归”方法。 解决：重新进入“分析”→“降维”→“因子分析”→“得分”对话框，勾选“保存为变量”，方法选“回归”。运行后数据视图里会多出FAC1_1等列。如果只需要得分系数矩阵而不需要保存变量，勾选“显示因子得分系数矩阵”即可。
6. 从大作业到实际分析：主成分分析的三个进阶技巧
6.1 用SPSS语法批量完成多组数据的PCA
大作业通常只有一组数据，但实际工作中可能需要对多组数据分别做PCA。比如按年份、按地区分组。这时候用SPSS的“拆分文件”功能可以批量输出结果。
操作路径：数据→拆分文件→按组织输出→选择分组变量。然后重新跑PCA，SPSS会为每个组分别输出结果。但要注意，拆分文件后输出的表格会堆叠在一起，需要手动整理。
更高效的方式是用SPSS语法。下面是一个示例，假设你要对三个地区分别做PCA：
SPLIT FILE BY 地区. FACTOR /VARIABLES=X1 X2 X3 X4 X5 X6 /MISSING=LISTWISE /ANALYSIS=X1 X2 X3 X4 X5 X6 /PRINT=INITIAL CORRELATION KMO EXTRACTION ROTATION /FORMAT=SORT BLANK(.4) /PLOT=EIGEN /CRITERIA=MINEIGEN(1) ITERATE(25) /EXTRACTION=PC /CRITERIA=ITERATE(25) /ROTATION=VARIMAX /METHOD=CORRELATION. SPLIT FILE OFF.这段语法里，SPLIT FILE BY 地区 让后续分析按地区分组进行。FACTOR 命令是PCA的核心语法。/PRINT 指定输出哪些表格，/CRITERIA=MINEIGEN(1) 指定提取特征值大于1的主成分，/EXTRACTION=PC 指定用主成分法，/ROTATION=VARIMAX 指定最大方差旋转。最后 SPLIT FILE OFF 取消拆分。
用语法的好处是可重复、可修改、可存档。大作业如果要求提交SPSS语法，这段可以直接改改就用。
6.2 主成分分析与因子分析的区别：大作业选题时怎么选
很多大作业的选题里，主成分分析和因子分析是混着说的。两者在SPSS操作上几乎一样，但数学逻辑不同。
主成分分析是把原始指标线性组合成新的主成分，主成分是原始指标的精确线性组合，没有误差项。因子分析则是假设原始指标是由潜在因子加上误差项生成的，因子不是原始指标的精确组合。
实际应用中的区别：如果你只是想降维、算综合得分、做排名，用主成分分析。如果你想探究指标背后的潜在结构、验证某种理论构念，用因子分析。大作业里如果题目明确写了“主成分分析”，就用主成分法提取，不要用主轴因子法。如果题目只写了“降维分析”，两者都可以，但要在报告里说明你选了哪种以及为什么。
6.3 主成分分析结果的稳健性检验：换一种标准化方式再跑一遍
PCA的结果受标准化方式、提取标准、旋转方法的影响。一个负责任的分析应该做稳健性检验。最简单的做法是：换一种标准化方式（比如从Z-score换成极差标准化），或者换一个提取标准（比如从特征值大于1换成固定提取3个），重新跑一遍，看主成分的命名和综合得分排名是否发生大的变化。
如果排名前10的样本基本不变，说明结果稳健。如果排名变化很大，说明结果对参数敏感，报告里要谨慎下结论。
我一般会在报告里附一句：“分别采用Z-score标准化和极差标准化进行稳健性检验，综合得分排名前10的样本一致率为90%，表明结果较为稳健。”这句话不需要额外跑很多次，但能让报告的可信度提升一个档次。
做PCA大作业最深的体会是：SPSS操作本身半小时就能学会，但指标预处理和结果解读才是真正花时间的地方。我见过太多人把SPSS输出直接贴进报告，连正向化都没做，最后主成分命名时自己都圆不回来。后来我养成了一个习惯：跑PCA之前，先把所有指标的方向和单位列一张表，逐个确认正向化是否完成、标准化方式是否统一。这张表不放进报告，但能省掉后面80%的返工。希望帮到你。
本文还有配套的精品资源，点击获取
