“主成分”报表选项

‒	对于“基于相关性”选项，载荷的第 i 个列是第 i 个特征向量乘以第 i 个特征值的平方根。第 i,j 个载荷是第 i 个变量与第 j 个主成分之间的相关性。

‒	对于“基于协方差”选项，载荷的第 i 个列中的第 j 个条目是第 i 个特征向量乘以第 i 个特征值的平方根再除以第 j 个变量的标准差。第 i,j 个载荷是第 i 个变量与第 j 个主成分之间的相关性。

‒	对于“基于未统一尺度”选项，载荷的第 i 个列中的第 j 个条目是第 i 个特征向量乘以第 i 个特征值的平方根再除以第 j 个变量的标准误差。第 j 个变量的标准误差是平方和与叉积矩阵的第 j 个对角线元素除以行数 (X’X/n)。

注意：分析未统一尺度数据时，第 i,j 个载荷不是第 i 个变量与第 j 个主成分之间的相关性。

格式化的载荷矩阵

显示或隐藏每个成分的载荷表。该表按第一个主成分的载荷降序排序。因此，变量按照第一个成分的载荷降序列出。

格式化的载荷矩阵

隐藏小于该值的绝对载荷值

该值确定哪些载荷在“格式化的载荷矩阵”报表中不可用。您可以使用文本框或滑块将绝对值落在选定值之下的载荷灰显。

文本变暗

“格式化的载荷矩阵”报表中的灰显值的透明度。您可以使用文本框或滑块设置灰显载荷的透明度。透明度的范围从 0 到 1，值越小越透明。例如，将透明度设置为 0 时完全将不可用载荷从矩阵中移除，设置为 1 时载荷仍可看到。

变量的平方余弦

显示或隐藏包含变量的平方余弦的表。对于每个变量，各主成分的平方余弦值的总和等于 1。平方余弦使您能够查看主成分表示变量的好坏程度。您还可以确定表示特定变量需要多少个主成分。该选项还显示前三个主成分的平方余弦图。

注意：若使用“稀疏”估计方法并且选择的成分数小于 3，则在图上只显示指定的成分数。

变量的部分贡献

显示或隐藏包含变量的部分贡献的表。部分贡献使您能够查看每个变量对每个主成分的贡献百分比。该选项还显示前三个主成分的部分贡献图。

注意：若使用“稀疏”估计方法并且选择的成分数小于 3，则在图上只显示指定的成分数。

汇总图

显示或隐藏在默认报表中生成的汇总信息。该汇总信息包括特征值图、得分图和载荷图。默认情况下，报表为前两个主成分显示得分图和载荷图。报表中提供选项，可用于指定要绘制的主成分。请参见 “主成分”报表。

提示：选择载荷图中的箭头尖端可选择数据表中对应的列。按下 Ctrl 键并点击某个箭头尖端可取消选择相应的列。

双标图

显示或隐藏一个图，用来叠加指定成分数的得分图和载荷图。

双标图

注意：得分图标记为圆点，载荷图标记为菱形。

散点图矩阵

显示或隐藏指定主成分数的得分图和载荷图的矩阵。散点图矩阵在一个空间内排列得分图和载荷图。得分图具有黄色阴影背景。载荷图具有蓝色阴影背景。

散点图矩阵

注意：显示在“散点图矩阵”中的载荷图矩阵是您选择“载荷图”选项时获得的载荷图矩阵的转置矩阵。

陡坡图

显示或隐藏每个成分的特征值图。该陡坡图帮助直观演示设计空间的维度。

得分图

显示或隐藏指定成分数的成对主成分的得分散点图矩阵。该图显示在 “主成分: 基于相关性”报表中（最左侧图）。

载荷图

显示或隐藏指定成分数的因子载荷的二维表示矩阵。若变量数未超过 30 个，则载荷图会对变量添加标签。若变量数超过 30 个，则默认不显示标签。该信息显示在 “主成分: 基于相关性”报表中（最右侧图）。

提示：选择载荷图中的箭头尖端可选择数据表中对应的列。按下 Ctrl 键并点击某个箭头尖端可取消选择相应的列。

完成补缺的得分图

（对“宽”估计方法或“稀疏”估计方法不可用。）补缺所有缺失值并创建得分图。仅当包含缺失值时，该选项才可用。

三维得分图

（对“宽”估计方法或“稀疏”估计方法不可用。）显示或隐藏任何三个主成分得分的三维散点图。首次调用该命令时，将显示前三个主成分。

三维散点图

图来源

图中数据点的来源。可用选项为“主成分”、“旋转主成分”和“数据列”。

轴控件

每个轴的内容。若选择“主成分”选项或“旋转成分”选项，则“轴控件”的选项为“主成分”。若选择“数据列”选项，则选项为分析中的变量。

循环按钮

在所有轴内容可能性中循环。

变量在图中显示为射线。这些射线，称为双标图射线，将变量近似计算为轴上主成分的函数。若只有两三个变量，射线就正好代表变量。射线的长度对应于主成分的特征值或方差。

显示选项

允许您在可显示箭头的所有图上显示或隐藏箭头。若变量数不超过 1000 个，则显示箭头。若变量数超过 1000 个，则默认不显示箭头。

箭头线

在可显示箭头的所有图中显示或隐藏分析变量的箭头线。

显示补充变量

（仅当您指定补充变量时可用。）在双标图、得分图和载荷图中，显示或隐藏连续补充变量的箭头线或分类补充变量的标签标记。

因子分析

（对“宽”估计方法或“稀疏”估计方法不可用。）用主成分法进行因子旋转得到的因子分析，或者其他方法得到的因子分析。详细信息，请参见《消费者研究》手册中的因子分析。

聚类变量

（对“宽”估计方法或“稀疏”估计方法不可用。）通过将变量划分为不重叠的聚类，对这些变量执行聚类分析。变量聚类提供将类似变量分组到代表组中的方法。每个聚类随后可由单个成分或变量表示。成分是聚类中所有变量的线性组合。或者，聚类也可由标识为聚类中最典型成员的变量来表示。详细信息，请参见聚类变量。

保存主成分

将您指定的主成分数与用于计算每个成分的公式一同保存到数据表中。该公式无法计算包含缺失值的行。

主成分的计算取决于您选择用于提取主成分的矩阵：

‒	对于“基于相关性”选项，第 i 个主成分是将第 i 个特征向量的条目用作系数的中心化和统一尺度观测的线性组合。