备注：在进行因子分子之前，进行数据标准化。步骤：分析——描述统计——描述——勾选（将标准化得分另存为变量）。但是，也有另一种说法不进行数据标准化，直接利用原始数据进行PCA分析。
图1所示为SPSS主成分分析主界面；完成步骤：分析—降纬—因子分析。之后按照右侧（描述、抽取、旋转、得分按钮的上下顺序依次按照下图中方式进行设置）。
图2：因子分析——描述统计
图3：因子分析——抽取
图2：因子分析——描述统计
图3：因子分析——抽取
新浪博客
图4：因子分析——旋转
图5：因子分析——因子得分
表1：主成分分析——相关系数矩阵
表2：KMO和巴特利特检验表明，各因子之间有显著的相关性（KMO<0.7 AND 显著性水平<0.001）
表3：为主成分分析特征值、贡献率和累计贡献率
表4：旋转后的成分矩阵：用于计算特征向量
表5：表示主成分载荷系数（因子对于原始指标的载荷状况），绝对值越大，主成分为因子的解释程度越高。VAR1和VAR6在主成分1中的作用明显。