比较
原理
模型假设：公共因子之间、公共与特殊因子之间不想关（没有内生性）
注意：因子载荷矩阵不唯一，即可以选择多个不同的因子做解释
重要元素
A 的行元素平方和：反映原始变量对公因子的依赖程度
A 的列元素平方和：反映公因子对 x 的贡献，衡量公因子重要性
参数估计
需要估计出因子载荷矩阵 A 和个性方差矩阵 D
因子旋转的方法（SPSS）
使得因子更好解释
因子得分
反过来讲公因子用 x 线性表出
SPSS
- 先检验数据能否做因子分析：KMO检验和巴特利特球形检验
- 根据碎石图判断有几个因子
- 结果解释：共性方差（A的行元素平方和）、因子载荷（作出因子载荷散点图，即变量与公因子的相关系数）、因子得分（成分得分系数矩阵）
