在SPSS中导入数据，analyze-correlate-bivariate-选择变量 OK 输出的是相关系数矩阵 相关系数下面的Sig.是显著性检验结果的P值,越接近0越显著。
同样的数据，我们接着做计算相关系数矩阵的特征值及其对应的单位特征向量，并计算贡献率和累计贡献率。将相关系数矩阵特征值按从大到小顺序排列，可得总方差解析结果。
可以发现到12以后累积的贡献率已经达到了80%，所以这个时候其实后面的部分可以做出舍弃进行降维，但就其为什么以80为线笔者也是很困惑，目前也在寻找答案
至此我们对于这一个部分的降维操作也算告一段落，该数据可以作为数据集投入到机器学习中了。