简介：面向数理统计课程学生与数据分析初学者的SPSS主成分分析大作业案例，围绕2019年15个省市九项经济指标的降维评价展开，可用于完成课程作业、理解主成分分析流程或复现综合排名。压缩包内仅含1个doc文档，约821KB，以完整实验报告形式组织，涵盖研究背景、数据来源、主成分原理、SPSS标准化与因子分析操作、KMO和巴特利球形检验、总方差解释及结果解读，并配有相应图表。已有2017人学习。读者可据此掌握从指标选取、适用性检验、主成分提取到得分计算的完整思路，也能参考其报告结构、图表呈现和结论写法，适合作为SPSS主成分分析作业模板与案例学习材料。

1. 一份能直接落地的SPSS主成分分析：15个样本地区、9项指标、2个主成分

期末周前后，总有人拿着 Excel 里九列经济指标来问：十五个样本地区、九项指标，直接排名说不清谁强谁弱，指标之间还高度相关，SPSS 主成分分析到底该怎么一步步做出来。这份大作业资源干的就是这件事——用数学降维的思路，把地区生产总值、人均地区生产总值、农林牧渔总产值、规模以上企业总资产、第三产业增加值、失业人员、固定资产投资增长率、社会消费品零售总额、地方财政收入这九项指标，压成两三个互不相关的综合变量，再按方差贡献率加权算出综合得分 F，给样本地区排序。它适合三类人：数理统计课程要交一份完整可复现的成品作业；实证论文需要一个能解释清楚的降维结果；数据分析岗想搞清楚 SPSS 因子分析界面里那些勾选项到底在算什么。整套流程从数据标准化一路做到排序出表，中间还有一段手算权重系数的环节，恰恰是最容易翻车的地方。

2. 主成分分析的数学骨架：标准化、相关系数矩阵与特征值分解

2.1 九项指标量纲差三个数量级，不标准化第一主成分只会被 GDP 绑架

先把九项指标的原始量纲摆出来看，问题就很清楚了。地区生产总值是万亿元级别，人均地区生产总值是万元/人，失业人员是万人，固定资产投资增长率干脆是个百分数。这些数字放在同一个矩阵里做方差分解，方差大的变量天然占据主导，第一主成分的载荷会被那几个绝对值大的指标吃满，后面的小量纲指标基本等于没参与。常见做法是先做 Z-score 标准化，公式是Z_ij = (x_ij - x̄_j) / s_j，其中x̄_j是第 j 项指标在 15 个样本上的均值，s_j是样本标准差。标准化之后每个变量的均值是 0、标准差是 1，九项指标在方差这个维度上被拉到同一起跑线，谁也别想靠量纲占便宜。

SPSS 里对应的操作路径是【分析】→【描述统计】→【描述】，把九个原始变量全部放进右侧"变量"框，勾上左下角"将标准化得分另存为变量（Z）"，确定之后数据视图里会多出九列Z开头的变量。这一步的输出里还有一张描述统计表，给出每个变量的最小值、最大值、均值和标准差，从标准差那一列的相对大小能直接看出哪个指标在 15 个样本间的离散程度最大——离散程度大的指标，在后续主成分里更容易拿到高载荷，这是后面解读结果时的重要参照。

这里有个很多人绕不过去的细节：SPSS 的【分析】→【降维】→【因子】对话框里，"分析"那一栏默认选的就是"相关性矩阵"，也就是说即便你不手动标准化，SPSS 内部也会先把原始变量转成相关系数矩阵再提取，等价于做了一次标准化。那手工标准化还有什么意义？两个作用。一是作业和论文里需要展示"我确实处理了量纲"，过程可追溯；二是标准化后的 Z 变量是后面手算主成分得分 F1、F2 的直接输入，不先存成变量，到计算那一步还得回头补。所以我一般会坚持先标准化、再进因子分析，宁可多一步，也不在复现时给自己留坑。

注意：如果用了"协方差矩阵"而不是"相关性矩阵"作为分析入口，标准化就变成必须项，否则结果会被大量纲变量完全主导。两种入口的数值结果在标准化前提下才等价。

2.2 相关系数矩阵与 KMO：先确认数据"够不够格"做降维

主成分分析不是拿什么数据都能跑的，它的前提是变量之间存在足够的相关性——九个指标如果彼此八竿子打不着，降维就失去了合并信息的基础。所以第二步是看相关系数矩阵，SPSS 因子分析对话框点【描述】，在"相关性矩阵"里勾上"系数"，输出里会有一张 9×9 的表格，对角线是 1，其余格子是两两相关系数。判断标准很朴素：大量格子落在 0.3 以下，说明变量之间接近正交，硬做降维得到的主成分解释不了什么；出现成片的 0.7 以上，说明有信息重叠，降维有戏。这份作业的九项指标里，地区生产总值、社会消费品零售总额、第三产业增加值、地方财政收入这几项之间相关系数普遍偏高，它们本质上都在刻画"经济体量"，这正是第一主成分能吸收掉大半方差的原因。

光看相关系数矩阵还不够，得有一个整体性的检验指标，SPSS 在同一面板里勾上"KMO 和巴特利球形度检验"就能拿到。KMO 统计量取值在 0 到 1 之间，衡量的是变量间的简单相关与偏相关之比，越接近 1 说明公共因子能解释的方差占比越高、降维越合适。经验阈值是这样的：0.9 以上极好，0.8 到 0.9 良好，0.7 到 0.8 中等，0.6 到 0.7 勉强，0.5 以下就不建议再做因子分析了，得回头检查指标设计或者更换方法。巴特利球形度检验看最后一行的 P 值，原假设是"相关系数矩阵为单位阵"，P 小于 0.05 就拒绝原假设，说明变量间确实存在相关结构。

两个指标要合起来看，不能只看一个。KMO 高但球形检验不显著的情况很少见，反过来球形检验显著、KMO 却只有 0.4 出头的情况倒是常见——样本量够大时球形检验几乎必然显著，但 KMO 低说明相关结构并不适合做降维。这时候硬着头皮往下跑，出来的主成分载荷会非常分散，每个变量在每根主成分上都摊一点，解释起来全是玄学。我见过不止一次有人跳过这一步直接点确定，最后拿着一堆没法命名的成分矩阵来问怎么办，返工成本比一开始多花两分钟看 KMO 高得多。

2.3 特征值、贡献率与碎石图：主成分到底留几个

相关系数矩阵算出来之后，对矩阵做特征值分解，得到九个特征值 λ1 到 λ9 和对应的特征向量。特征值的大小代表对应主成分所解释的方差，因为用的是相关矩阵，九个特征值之和恒等于变量个数 9，所以第 k 个主成分的方差贡献率就是λk / 9，前 p 个主成分的累计贡献率就是Σλk / 9（k 从 1 到 p）。SPSS 输出的"总方差解释"表里，第二列是特征值，第三列是单个贡献率，第四列是累计贡献率，三列对着看就行。

留几个主成分，行业里有两条常用线。第一条是 Kaiser 准则，保留特征值大于 1 的主成分，逻辑是每个原始变量标准化后方差为 1，主成分解释的方差还不如单个变量多就没必要留。这条线在变量数不多的时候比较稳，变量数超过 20 之后容易保留过多成分。第二条是累计贡献率线，一般要求前 p 个主成分累计解释 85% 以上的方差，社会科学里也有放宽到 80% 的做法。这份作业九项指标跑出来的结果是：第一主成分特征值占 58.970%，第二主成分占 25.524%，两者累计 84.494%，SPSS 默认按特征值大于 1 提取，正好留下这两个，累计贡献率贴着 85% 这条线。

84.494% 这个数字值得多说两句。它没有达到严格的 85%，但已经非常接近，而且第三个主成分的特征值已经掉到 1 以下、对累计贡献率的边际提升很小，这种情况下保留两个主成分是合理的。如果有人死抠 85% 硬留三个，第三个主成分往往只能解释 7% 到 8% 的方差，载荷还分散在几个不相关的指标上，解释成本远大于收益。碎石图在这个时候是一个直观的辅助判断：横轴是成分序号，纵轴是特征值，前两个点陡峭下降，从第三个点开始曲线走平形成"肘部"，肘部左侧就是要保留的成分。这份作业的碎石图在成分 3 处明显折平，和特征值准则给出的答案一致，两条线互相印证，结论比较硬。

提示：主成分个数一旦定下来，后面所有的权重计算、得分合成都要围绕这个 p 展开。中途改主意换个数，前面手算的系数全部作废，所以这一步要一次定死。

3. SPSS全流程实操：从数据导入到综合得分F排序

3.1 数据录入与标准化变量生成

原始数据是 15 行 9 列，行是样本地区，列是九项指标。录入时建议把变量名统一成英文短名，中文变量名在 SPSS Syntax 和后续计算变量表达式里容易出编码问题，尤其跨机器复现时更明显。常用的一套映射如下表，变量名和含义一一对应，后面所有对话框和语句都用这套名字。

数据结构设成"变量在列、样本在行"，缺失值不要用 0 填充，直接留空，后面在因子分析的【选项】里把缺失值处理设成"成列排除个案"，SPSS 会自动按变量对做删除，不会因为一个空格子把整行样本丢掉。录入完成后先存一份原始数据备份，再另存一份分析用的副本，标准化变量生成在副本上做，原始数据任何时候都能回滚。

标准化这一步用对话框操作就行，但如果想留一份可复现的记录，用 Syntax 更稳。下面这段可以直接粘进 SPSS 的语法编辑器运行，/SAVE子命令负责把 Z 变量写回数据集：

* 对九项原始指标做描述统计，并把标准化得分存为新变量. DESCRIPTIVES VARIABLES=GDP PGDP AGRI ASSET TERI UNEMP FIXINV RETAIL FISCAL /SAVE /STATISTICS=MEAN STDDEV MIN MAX.

/SAVE不带参数时默认按 Z 分数保存，生成ZGDP、ZPGDP一直到ZFISCAL九列。/STATISTICS后面跟的四个关键字分别对应均值、标准差、最小值、最大值，输出里那张描述统计表就是靠它拉出来的。跑完之后回到数据视图，确认新变量列名和数量都对，再往下走。这一步的意义不只是消除量纲，更是把"每个样本在每项指标上偏离均值多少个标准差"这件事显式地存下来，后面手算主成分得分时直接引用这些 Z 变量，不用再回头查原始值。

3.2 因子分析对话框五个面板的填法

进入【分析】→【降维】→【因子】，把九个 Z 变量移进右侧变量框。接下来五个按钮面板依次填，顺序和逻辑对应如下。

第一个是【描述】面板。统计量里勾"初始解"，相关性矩阵里勾"系数"和"KMO 和巴特利球形度检验"。初始解给出每个变量的公因子方差，也就是该变量被所有主成分共同解释的比例，1 减去它就是特殊方差；系数和 KMO 就是 2.2 节讲的那两张诊断表。这一面板的作用是"先体检再开刀"，别跳过。

第二个是【提取】面板。方法选"主成分"，分析选"相关性矩阵"，输出勾"未旋转因子解"和"碎石图"，提取依据选"基于特征值"、阈值保持默认的 1。这一面板决定了主成分怎么算出来、留几个。特别要强调"未旋转因子解"必须勾，因为后面算权重系数用的是未旋转的成分矩阵，如果只输出旋转后的解，手算那一步就没有原始载荷可用。

第三个是【旋转】面板。方法选"最大方差法"，输出勾"旋转后的解"。旋转不改变模型对数据的拟合程度，只是把载荷矩阵做一个正交变换，让每个变量在更少的成分上有高载荷、更容易命名。它主要服务于"解释主成分含义"这个目的，不服务于"计算综合得分"。这一点在避坑章还会展开。

第四个是【得分】面板。勾"显示因子得分系数矩阵"，同时建议勾上"保存为变量"里的回归法得分。前者给出的是标准化的得分系数，后者是 SPSS 直接算好的 FAC1_1、FAC2_1 两列，两者可以用来互相验算，后面第 6 章会用到。

第五个是【选项】面板。缺失值选"成列排除个案"，系数显示格式选"按大小排序"。按大小排序会让成分矩阵里每根主成分的载荷从大到小排列，肉眼扫一遍就知道哪些指标主导了这根成分，比乱序的矩阵好读太多。

这五个面板填完点确定，输出窗口会一次性吐出相关系数矩阵、KMO 检验、公因子方差、总方差解释、碎石图、成分矩阵、旋转后的成分矩阵、成分得分系数矩阵这一整套。把这份输出另存为独立的查看器文件，和数据集放同一个目录，复现时对得上。

如果想把整套流程固化成一句话就能重跑的脚本，可以用下面这段 Syntax，参数和上面五个面板一一对应：

* 主成分提取：相关矩阵入口，Kaiser 准则，不旋转，保存回归得分. FACTOR /VARIABLES=ZGDP ZPGDP ZAGRI ZASSET ZTERI ZUNEMP ZFIXINV ZRETAIL ZFISCAL /MISSING=LISTWISE /PRINT=INITIAL CORRELATION KMO EXTRACTION /CRITERIA=MINEIGEN(1) ITERATE(25) /EXTRACTION=PC /ROTATION=NOROTATE /SAVE=REG(all) /METHOD=CORRELATION.

/CRITERIA=MINEIGEN(1)就是"特征值大于 1"，ITERATE(25)是迭代上限，主成分提取其实不需要迭代，保留默认值即可。/ROTATION=NOROTATE明确关掉旋转，保证成分矩阵是未旋转的原始载荷。/SAVE=REG(all)保存全部主成分的回归得分。这段跑完，再用ROTATION=VARIMAX单独跑一次拿旋转解做解释，两份输出互不干扰。

3.3 成分矩阵转权重系数：a1、a2 怎么手算

到了这一步，SPSS 已经给出了两根主成分的载荷，但载荷本身不是权重，不能直接拿去乘标准化变量。正确的换算关系是：第 k 个主成分在第 j 个变量上的系数，等于该变量在成分矩阵里的载荷除以第 k 个主成分特征值的算术平方根，即a_kj = v_kj / sqrt(λk)。这个式子的来源是特征向量的单位化——成分矩阵里的载荷是"变量与主成分的相关系数"，乘上主成分标准差（也就是 sqrt(λk)）才是原始尺度下的贡献，反过来除就得到单位特征向量分量。

具体操作是把成分矩阵的两列载荷复制到一个新数据集里，定义成v1、v2两个变量，样本行对应九个指标。然后从"总方差解释"表第二列读出两根主成分的特征值，本例按贡献率反推：九变量相关矩阵特征值总和为 9，第一主成分 58.970% 对应 λ1≈5.307，第二主成分 25.524% 对应 λ2≈2.297。数值以实际输出表为准，下面代码里的数字只是占位，跑之前先替换成自己表里的值。

* 步骤一：填入从"总方差解释"表读到的特征值. COMPUTE lambda1 = 5.307. COMPUTE lambda2 = 2.297. EXECUTE. * 步骤二：载荷除以特征值开方，得到单位特征向量分量. COMPUTE a1 = v1 / SQRT(lambda1). COMPUTE a2 = v2 / SQRT(lambda2). EXECUTE. * 步骤三：核对每个主成分的系数平方和是否接近 1. COMPUTE check1 = a1 * a1. COMPUTE check2 = a2 * a2. EXECUTE.

SQRT(lambda1)就是特征值的开方，a1、a2是两根主成分各自对应的九个系数。步骤三那个平方和自检很关键，主成分的性质要求每根成分的系数平方和等于 1，跑完用【分析】→【描述统计】对check1求和，结果在 1.000 附近才算算对。如果算出来是 0.85 或者 1.2，八成是特征值填错了行，或者把旋转后的载荷当成未旋转载荷用了。

系数算好之后，回到主数据集，用【转换】→【计算变量】把九项 Z 变量按系数加权求和，得到 F1 和 F2。九个变量乘九个系数再相加，手写表达式容易漏项，建议按指标顺序编号，写完对着清单核一遍。F1 对应第一主成分，F2 对应第二主成分，两列都是标准化尺度上的得分，均值为 0，有正有负，负值不代表经济差，只代表低于 15 个样本的平均水平。

3.4 综合得分F合成与排序出表

有了 F1、F2 和各自的方差贡献率，综合得分按加权平均合成，公式是F = (w1*F1 + w2*F2) / (w1 + w2)，其中 w1、w2 是前两根主成分的方差贡献率，本例分别是 58.970 和 25.524，分母是累计贡献率 84.494。用累计贡献率做分母而不是用 100，是因为被舍弃的那部分主成分方差不再参与评价，只在前 p 个主成分内部做归一化，这样算出来的 F 才是这 p 个维度上的加权平均。

* 综合得分：按方差贡献率加权，分母用累计贡献率. COMPUTE F = (58.970 * F1 + 25.524 * F2) / 84.494. EXECUTE. * 按综合得分降序排，方便直接出排名表. SORT CASES BY F (D).

第一行里三个数字都要和"总方差解释"表严格对应，贡献率抄错一位，整个排名就会变形。第二行SORT CASES BY F (D)里的(D)表示降序，SPSS 默认是升序，不加这个括号排出来的就是倒数第一在最上面，很容易看反。排完序之后可以用【数据】→【个案排秩】生成一列排名变量，或者直接在 Excel 里拉一个序号列，报告里一般要求"地区—F1—F2—F—排名"五列并排，方便读者对照。

输出阶段要注意一件事：SPSS 的查看器里 F1、F2、F 这些计算变量不会自动出现在报表里，得在【分析】→【报告】或者直接复制数据视图的对应列到表格软件里排版。九项原始指标、两列主成分得分、一列综合得分、一列排名，加上表头和单位说明，就是一整套能直接进论文的结果表。原始数据、Z 变量、F1/F2/F 三列建议分三个 sheet 存，别人拿到文件能一眼看清哪一步产出了什么。

4. 结果怎么读：成分矩阵载荷、碎石图拐点与综合得分校验

4.1 成分矩阵的载荷怎么翻译成人话

未旋转的成分矩阵是一张九行两列的载荷表，每一格是某个指标与某根主成分的相关系数，取值在 -1 到 1 之间。读法是按列读、按绝对值排序：先看第一列，绝对值大的那几个指标就是第一主成分的主要构成；再看第二列，找出在第一主成分上载荷不高、但在第二主成分上载荷突出的指标。这份作业的结果是，地区生产总值、社会消费品零售总额、第三产业增加值、规模以上企业总资产、地方财政收入、固定资产投资增长率在第一主成分上载荷较高，人均地区生产总值、失业人员、农林牧渔总产值在第二主成分上载荷较高。

翻译成业务语言，第一主成分基本就是"经济体量与市场规模"的综合代理，六项指标全都在描述一个地区的总量盘子有多大；第二主成分更像是"发展水平与产业结构"的代理，人均产出高、农业占比形态不同、失业规模不同，这三项刻画的是结构而不是总量。命名这件事没有标准答案，但必须满足两个约束：一是名字能覆盖该成分上所有高载荷指标的共同点，二是不能和另一根成分的含义重叠。如果两根成分都叫"经济水平"，那降维就白做了。

载荷的正负号也要看。同一根主成分上，如果两项指标载荷一正一负且绝对值都大，说明它们在样本间的变化方向相反，解读时要把这层反向关系说出来。第二主成分上失业人员的载荷符号如果和其他指标相反，很可能是指标方向没做正向化处理导致的，这一点在第 5 章会单独拆开讲。

4.2 碎石图肘部与累计贡献率怎么对齐

碎石图的横轴是成分序号 1 到 9，纵轴是特征值。判读方法就一句：找曲线从陡峭转向平缓的那个拐点，拐点左侧的成分保留。本例前两个点从高位快速下落，第三个点之后基本贴着横轴走，肘部落在成分 2 和成分 3 之间，所以保留两个。这条结论要和"总方差解释"表对齐看：前两个成分累计 84.494%，第三个成分的特征值已经小于 1，两个判据指向同一个答案，结论才稳。

碎石图容易看错的地方是把"平缓段"当成还有信息。曲线尾部的特征值都在 0.5 以下，对应主成分解释的方差不到单个变量的一半，这种成分即便保留下来，载荷也会散落在互不相关的指标上，既解释不了业务，又会把综合得分的权重稀释掉。另一种误判是只看碎石图不看累计贡献率，图上肘部明显但前两个成分累计只有 60% 出头，这时候要么增加样本量，要么承认这两根成分只能覆盖六成信息，在报告里明确写出局限，不能假装 84% 那样报。

提示：碎石图的纵轴刻度 SPSS 默认自动缩放，两次分析的图看起来陡峭程度可能不一样，比较时以特征值数值为准，不要只凭视觉印象判断拐点。

4.3 综合得分排序的合理性校验

排名表出来之后不要直接交，先做三组校验。第一组是量级校验：F 的均值应该接近 0（因为 F1、F2 都是标准化得分加权，权重之和为 1），如果均值明显偏离 0，说明权重分母用错了。第二组是极值校验：排在第一和最后的样本，回去看它们的原始九项指标，第一名是不是在多数总量指标上都靠前、最后一名是不是在多数指标上都靠后。如果出现"总量指标全垫底但综合得分排第一"这种反常，基本可以断定某根主成分的系数符号反了。

第三组是交叉校验：把 F1、F2 单独排名，和综合得分 F 的排名对照。如果某个样本 F1 排前三、F2 排倒数第三，而 F 排在中游，这是正常的——加权平均本来就会把两个维度的极端值拉回中间，解读时要说明它是"总量强、结构弱"的类型，而不是简单说它"经济中等"。反过来，如果 F1、F2 排名都靠前、F 却掉到中游，那就是权重或者分母算错了，回去查 3.4 节那行公式。

这三组校验花不了十分钟，但能挡掉绝大多数低级错误。我带过的作业里，排名反常的案例十有八九不是数据问题，而是 F1、F2 的表达式漏了某一项，或者综合得分公式里把累计贡献率写成了 100。校验的本质是给结果找一个独立于计算过程的参照系，光盯着 SPSS 输出窗口是发现不了符号错误的。

5. 避坑与排查：5个把主成分分析做废的高频翻车点

5.1 KMO卡在0.4还硬点确定

现象：KMO 输出 0.4 出头，球形检验 P 值小于 0.05，觉得"显著了就说明能做"，直接往下提取，最后成分矩阵里每个变量在两根主成分上的载荷都在 0.4 到 0.6 之间，命名根本没法起。

原因：球形检验的原假设是相关矩阵为单位阵，样本量一大会轻易拒绝，它只能证明"存在相关"，不能证明"相关结构适合降维"。KMO 才是衡量公共方差占比的指标，0.5 以下意味着变量间的共同成分不足以支撑合并。

解决：KMO 低于 0.5 时先回头查指标设计，看是不是混进了方向相反或者量纲完全不同的变量；把明显离群的指标剔除后重跑；仍然上不去就换方法，比如对指标先做聚类再挑代表变量，或者改用偏最小二乘。不要靠删样本硬把 KMO 凑上去，那是另一种意义上的数据操纵。

5.2 原始变量不标准化直接进因子分析

现象：分析入口选了"协方差矩阵"，九个原始变量直接进模型，输出的总方差解释表里第一主成分贡献率高达 99%，成分矩阵里只有地区生产总值一个变量载荷接近 1，其余全是 0.0x。

原因：协方差矩阵保留量纲，方差大的变量独占第一主成分，这不是降维，是把最大量纲的变量单独拎出来。

解决：要么把"分析"改成"相关性矩阵"（等价于内部标准化），要么先做 Z-score 再进模型。两种做法选一种，不要混用。判断有没有踩这个坑，看第一主成分贡献率是否异常高、第二主成分是否几乎为零，这两个特征同时出现基本可以确诊。

5.3 用旋转后的载荷算权重，贡献率对不上

现象：手算系数时用的是旋转后的成分矩阵，算出来的 F1、F2 平方和自检不过，综合得分排名和未旋转版本差别很大，方差贡献率也没法对应到具体某一根成分。

原因：最大方差旋转是正交变换，旋转后各成分的方差会被重新分配，SPSS 输出的"旋转载荷平方和"那一列数值已经变了，而"总方差解释"表里前两行的初始特征值还是未旋转的，两套数字对不上。主成分得分系数必须从未旋转的载荷推。

解决：算权重一律用"成分矩阵"（未旋转），旋转后的矩阵只用于命名和解释。如果 Syntax 里写了ROTATION=VARIMAX，记得再补一段ROTATION=NOROTATE单独产出未旋转解，两套输出分开存。

5.4 综合得分公式的分母写成100

现象：F 的均值明显不为 0，整体偏小，排名顺序没错但数值大小和论文里其他表格对不上。

原因：综合得分是前 p 个主成分的加权平均，分母应该是这 p 个成分的累计贡献率，不是 100。用 100 做分母相当于把被舍弃成分的方差也摊进来，等于默认剩下的 15% 信息也有贡献，实际上那部分已经被丢掉了。

解决：公式写成F = (w1*F1 + w2*F2) / (w1 + w2)，分母用累计贡献率。本例就是 84.494。改完之后 F 的均值应该回到 0 附近，可以作为自检依据。

5.5 逆向指标没正向化，失业人员越多得分越高

现象：综合得分排名里，某个失业人员数量明显偏高的样本反而排在前列，回去看第二主成分的载荷，失业人员那一格是正号。

原因：失业人员是逆向指标，数值越大代表经济状况越差，但在主成分分析里，所有指标默认被当成同向处理，谁的数值大谁就在该成分上拿正分。不做正向化，这根主成分的经济含义就是反的。

解决：建模前对逆向指标做正向化，常用做法是取倒数1/x或者取相反数-x，也可以先取倒数再做标准化。正向化之后重新跑一遍全流程，第二主成分的载荷符号会翻转，排名随之修正。这一步在指标清单确定时就要标出来，不要等到排名反常了才回头找。

6. 用Python复算一遍：SPSS主成分结果的交叉验证与报告出表

SPSS 的输出是黑匣子式的，点完确定只给你结果，中间过程看不到。要确认手算的权重没出错，最省事的办法是用 Python 把特征值分解重跑一遍，两边对齐。核心就三行：对标准化后的矩阵求相关矩阵，对相关矩阵求特征值和特征向量，把特征值按降序排列后和 SPSS 的"总方差解释"表逐行比对。

import numpy as np import pandas as pd from sklearn.preprocessing import StandardScaler df = pd.read_csv("econ_2019.csv") # 15 行 9 列，列名为九项指标 cols = ["GDP","PGDP","AGRI","ASSET","TERI","UNEMP","FIXINV","RETAIL","FISCAL"] X = StandardScaler().fit_transform(df[cols]) # 与 SPSS 的 Z 变量等价 R = np.corrcoef(X.T) # 相关系数矩阵，9x9 vals, vecs = np.linalg.eigh(R) # 对称矩阵，用 eigh 更稳 idx = np.argsort(vals)[::-1] # 特征值降序 vals, vecs = vals[idx], vecs[:, idx] print("特征值:", np.round(vals, 3)) print("贡献率:", np.round(vals / vals.sum() * 100, 3)) print("累计贡献率:", np.round(np.cumsum(vals) / vals.sum() * 100, 3))

StandardScaler用的是总体标准差（ddof=0），SPSS 的 DESCRIPTIVES 用的也是总体标准差，两边口径一致，所以 Z 矩阵能对得上。np.linalg.eigh专门针对对称矩阵，比eig数值更稳定，特征向量符号可能有正负差异，但绝对值应该和 SPSS 的成分矩阵完全一致。贡献率那一行跑出来，前两个数应该贴着 58.970 和 25.524，第三个以后的累计值也要和"总方差解释"表逐格对齐，差 0.01 以内都算正常舍入。

第二段验证是得分。Python 里主成分得分可以按X @ vecs[:, :2]算，也可以直接用 SPSS 保存的 FAC1_1、FAC2_1 两列对照。这里有个细节：SPSS 的回归法得分和手工"载荷除以 sqrt(特征值)再乘 Z 变量"在正交主成分模型下数值一致，如果不一致，多半是特征向量符号反了，把 Python 结果的对应列乘 -1 再比。这一步能同时验证 3.3 节的手算系数和 3.4 节的综合得分，一处出错两处对不上，排查范围立刻缩小。

表里最后一行w是按贡献率归一化后的权重向量，实现时把vals[:2]/vals[:2].sum()代进去就行。四行校验全过，基本可以确定 SPSS 那边没有漏项、没有用错矩阵、没有符号错误。

血泪经验是这么来的：早几年交出去的一份分析，SPSS 里 F1、F2 的表达式漏掉了农林牧渔总产值那一项，排名看起来"差不多对"，直到用 Python 复算才发现综合得分和回归法得分对不上，回头补了一项，前三名直接换位。从那以后我每次做完主成分分析，都强制走一遍"特征值—载荷—得分"三段交叉验证，哪怕数据只有十几行也不省这一步。这套流程和这份作业的资源放在一起，改改数据就能直接用，希望帮到你。

本文还有配套的精品资源，点击获取