补充说明：如果有预期想提取的因子个数，可以主动设置输出的因子个数勾选“因子得分”与“综合得分”会在左侧分析框生成新的变量，标题如CompScore*****（综合得分）、FactorScore*****（因子得分）。因子得分可用于进一步分析，比如聚类分析，回归分析使用等；综合得分可用于对比排名等。

因子个数：多数情况下，我们在分析时已经带着主观预期，希望题项如何归类，此时可以直接设置对应的因子个数。

当前有一份数据,共涉及A1~A4,B1~B4,C1~C3,D1~D3共14个量表题，希望将此14个量表题使用因子分析浓缩成几个维度。从背景情况上看，预期此14个题目可分为4个维度，分别称作A，B，C和D维度。当然有可能个别项并不合适，因此有可能对其进行删除处理。

1.第一次分析

从上图中可以看出：

A1~A4这4项，它们全部对应着因子3时，因子载荷系数值均高于0.4，说明此4项应该同属于一个维度，即逻辑上A1~A4这4项，并没有出现‘张冠李戴’现象。但是A1和A2这两项出现‘纠缠不清’现象，A1和A2除了可以对应因子3，也可以放在因子1下面。一般出现‘纠缠不清’现象时，暂时保留，先处理清楚‘张冠李戴’问题更好。

B1~B4共4项，B2,B3,B4这3项对应着因子1下面，但是B1却对应着因子2，因此B1这项属于‘张冠李戴’，应该将B1删除。B2同时对应因子1和因子2均可，属于‘纠缠不清’，暂不处理B2。

C1~C3共3项，此3项均对应着因子2，此3项并没有出现‘纠缠不清’或者‘张冠李戴’问题。

D1~D3共3项，D3出现了‘张冠李戴’问题，应该进行删除处理。D2出现了‘纠缠不清问题’（可对应因子1和因子4），应该给予关注。

总结上述分析可知：B1和D3这两项出现‘张冠李戴’，应该首先将此两项删除；而A1，A2，B2，D2共四项有出现‘纠缠不清现象’，暂时不处理（进行关注即可）。将B1和D3这两项删除后，进行第二次分析。

2.第二次分析

总结可知：A1出现“张冠李戴”现象，应该将A1先删除后再次进行第3次分析，另对A2和D2（“纠缠不清”）这两项给予关注。

3.第三次分析

D2可同时出现在因子2和因子4下面，但考虑到D维度当前仅余下2项，因而表示可以接受，最终是将D2归纳到因子4即D维度下面。最终找出A，B，C和D共4个维度，它们分别与项之间的对应关系良好。因子分析结束。 “纠缠不清”：比如A1可归属为A维度，同时也可归属到C维度，这种情况较为正常（称作‘纠缠不清’），需要结合实际情况处理即可，可将A1删除，也可不删除，带有一定主观性。因子分析是一个多次重复的过程，比如删除某个或多个题项后，则需要重新再次分析进行对比选择等。最终目的在于：维度与分析项对应关系，与专业知识情况基本吻合。

“张冠李戴”：比如A1归属为A维度，但是却归属为C维度下，出现这种情况一般进行删除，重新分析。