Q1：用SPSS已经做出了因子分析，那么具体的分析结果应该怎么看呢?
KMO检验统计量在0.7以上，说明变量之间的偏相关性较强，适合做因子分析，球形检验p小于0.001，说明变量之间存在相关性。第二格表格为共同性，表示各变量中所含原始信息能被提取的共同因子所表示的程度，根据你的数据，你提取的公因子是两个，第三个表格是指提取的俩个主成分能解释差异的比列，第四个表格是主成分表达式，第五表格是因子得分公式。
Q2：spss想检验效度，用因子分析出的几个结果怎么看？怎么解释我的问卷的效度？
因子分析的 KMO和球检验 可以用来说明有结构效度
然后具体的问卷结构就可以从因子载荷中得出
Q3：请问因子分析结果怎么解释？
因子分析结果的方法和过程如下：
1、因子的提取和旋转
(1) 确定您的因子分析的目的之前运行的程序和解释输出。阿因子分析常见的用途是定义一组尺寸集（因素）对现有的基本措施。例如，假设您要定义一到，旨在衡量一个人的政治态度调查问卷的答复确定的基本因素。你的假设可能是一个潜在的一些因素有助于形成对政治和政府的态度。
(2) 检查您的因子提取输出。因子提取是第一次两个因素分析阶段，第二个因素是轮换。提取有助于找出潜在因素。通过检查你确定你的输出两部分：初始特征值和卵石这个阴谋。特征值衡量的是一组特殊因素解释措施的变异量。一个有用的指引，是包括利用特征值大于1的因素。
(3) 把你的注意卵石情节，一对特征值的相对大小的图形显示。保留所有因素在急剧下降的阴谋的一部分特征值。假设在这个例子中，你有这样三个特征值的阴谋，他们都大于1。这意味着你有三个因素。
(4) 进行了三个因素三要素旋转提取。统计旋转操纵的因素，使他们更有意义。您的统计软件或统计指南将提供关于如何进行的一个因素轮换步骤。旋转运行的因素会产生额外的输出。
2、结构因素分析
(1) 在检查的因素轮换您的输出矩阵的一部分相关的模式。这个矩阵将显示相关评分，或因素负荷量，每个变量之间的基本因素。因素负荷量高的项目 - 与0.300和1.00之间（例如加或减）都与相应的因素。
(2) 确定你的三个因素的措施，每个呈正相关。您可能会发现一些项目，因为可以在低负载的所有因素因素排除。
(3) 基于高因素负荷量，名称或标签的三个因素每个项目的内容。
因子分析的主要目的是用来描述隐藏在一组测量到的变量中的一些更基本的，但又无法直接测量到的隐性变量。比如，如果要测量学生的学习积极性，课堂中的积极参与，作业完成情况，以及课外阅读时间可以用来反应积极性。而学习成绩可以用期中，期末成绩来反应。
Q4：mplus验证性因子分析结果怎么看
看拟合指数以及各个测量指标的载荷和显著性水平。（南心网 Mplus结构方程模型分析）
Q5：因子分析结果每个数据点的得分数据怎么看
这就是所谓的F值，数字直接看就是了
F值是根据公式计算出来的一个得分，有负有正，很正常的
要考虑数据有没有之前做标准化WWw.BaZhIShi.！CoM
