1、Analyze→DataReduction→Factor进入之后，先点击Descriptives,在Correlation复选框下选中Coefficients；
2、spss功能：
3、点击ok就可以得出你主成分分析的结果（包括累计贡献率等），spss中不可以直接求出因子的权重，要用到权重计算公式。
4、长丝绵，长丝指以整只蚕茧为质料，中心堵截很少;中长丝则一般以蚕茧或缫丝副产品为质料，长度为25cm以上;短丝则以下脚料居多，长度25cm以下。
5、伏天泡温泉好处
6、泡温泉的时间不适宜过长，如果是35～40℃水温的温泉，建议每次泡的时间不要超过20分钟。如果泡40℃以上热温泉时最长15分钟就需要上来休息一下，喝点水，可以循环再泡，一般循环3～4次就可以了。
7、伏天的时候，高温少雨，人体长时间处于这种气候下，身体会觉得十分的疲乏，现在的温泉不仅仅是单一的温泉水，温泉商家推出了不少优质的养生保健温泉，例如药浴、红酒浴、牛奶浴等温泉项目，伏天的时候去泡泡温泉，也能很好的放松身体。
8、长丝绵是蚕丝的一种。以桑蚕丝、柞蚕丝加工而成的蚕丝被，按其加工方式分为手工和机制，如果按照蚕丝的长度，可分为长丝绵、中长丝绵和短丝绵，统称“丝绵”，不含任何“棉”成分。
9、）改进的日期/时间函数：本次的改进将集中在使得两个日期/时间差值的计算，以及对日期变量值的增减更为容易上。
10、）超长变量名：在12版中，变量名已经最多可以为64个字符长度，13版中可能还要大大放宽这一限制，以达到对当今各种复杂数据仓库更好的兼容性。
11、在用spss进行主成分分析的时候，默认对原始变量进行标准化。
12、如果温泉的主要成分为碳酸，应防止过多吸入碳酸气，引起不良反应，故应隔日进浴一次或连浴2日休息1日，每次8～15分钟。
13、首先在spss中输入需要分析的变量。
14、以桑蚕丝、柞蚕丝加工而成的蚕丝被，按其加工方式分为手工和机制，如果按照蚕丝的长度，可分为长丝绵、中长丝绵和短丝绵，统称“丝绵”，不含任何“棉”成分。
15、伏天泡温泉的时间最好在下午，以每次10～20分钟为宜，若是34℃～36℃的微温浴时间可稍长些，高温浴就绝对不宜超长。因温泉成分不同，在浴中的时间长短亦应有差异。
16、手工制作的桑蚕丝被为100%的“长丝绵”，俗称“长丝”，其加工过程中，蚕丝很少被切断，因此又属于超长纤维，长纤维制成的被子韧性好，保暖又轻巧，即使脚蹬踹，被子也不易损坏，使用年限最长。
17、在10版以后，SPSS的每个新增版本都会对数据管理功能作一些改进，以使用户的使用更为方便。13版中的改进可能主要有以下几个方面：
18、伏天可以适当的泡泡温泉。
19、泡温泉是生活中一项降温祛暑活动，劳累了一天之后，躺在温泉池里面，身体毛孔会快速的张开，体内热量被释放出来，可以消除苦夏带来的闷热感，从根本上解决夏日烦闷感。
20、）改进的Autorecode过程：该过程将可以使用自动编码模版，从而用户可以按自定义的顺序，而不是默认的ASCII码顺序进行变量值的重编码。另外，Autorecode过程将可以同时对多个变量进行重编码，以提高分析效率。
21、点击Extraction，在Display复选框里选中screeplot；同时点击Scores，选中Displayfactorscorecofficientmatrix；点Rotation，在Method复选框下选中Varimax（方差最大化法旋转）。
22、长丝绵是蚕丝的一种。
23、除手工之外，所有机制丝绵被里的纤维多为“短丝绵”，俗称“短丝”，因其加工过程中，天然蚕丝已被多次机械性的切断，而丝绵的纤维越短，被子在使用过程其越容易结团成硬块，影响保暖和舒适度，使用寿命也降低。
24、在SPSS中，主成分分析是通过设置因子分析中的抽取方法实现的，如果设置的抽取方法是主成分，那么计算的就是主成分得分，另外，因子分析和主成分分析尽管原理不同，但是两者综合得分的计算方法是一致的。 确定数据的权重也是进行数据分析的重要前提。可以利用SPSS的因子分析方法来确定权重。主要步骤是： (1)首先将数据标准化，这是考虑到不同数据间的量纲不一致，因而必须要无量纲化。 (2)对标准化后的数据进行因子分析(主成分方法)，使用方差最大化旋转。 (3)写出主因子得分和每个主因子的方程贡献率。 Fj=β1j*X1+β2j*X2+β3j*X3+……+βnj*Xn;Fj为主成分(j=1、2、……、m)，X1、X2、X3、……、Xn为各个指标，β1j、β2j、β3j、……、βnj为各指标在主成分Fj中的系数得分，用ej表示Fj的方程贡献率。 (4)求出指标权重。ωi=[(m∑j)βij*ej]/[(n∑i)(m∑j)βij*ej],ωi就是指标Xi的权重。 因子分析应用在评价指标权重确定中，通过主成分分析法得到的各指标的公因子方差，其值大小表示该项指标对总体变异的贡献，通过计算各个公因子方差占公因子方差总和的百分数。