提供一些个人意见，供参考。
首先，你是如何确定因子数目的？7个因子是根据什么标准？因子分析中对待提取的因子数目的做法最常用和直接的是eigenvalu>1，但这个方法是存在争议的，事实上有文献表明这个方法并不可靠。我的做法是首先EIGENVALUE结合PLOT图大致判断应该提取几个因子（如N），则我会指定N，N-1, N+1个因子，分别通过理论指向的旋转方式得到不同模型，然后比较确定我的模型。
其次，如果理论上你的问卷应该给你7个因子，按你现在的结果，你只能提取6个因子（你仍应确认6因子模型），这说明问卷设计中的其中一个变量discriminant validity不高，事实上数据表达这个变量不存在。那你需要做的是从研究你的问卷，看看缺乏的那个变量是什么，它的问项都落入了哪？为什么会落入了那些因子上？
最后，看了你的附件，每个问项的LOADING都挺高，并且没有严重的CROSS LOADING，估计6个因子可以很好地解释你的数据了。我的建议是按6因子处理，所以下一步是重新RUN一次因子分析，看看6因子模型是否符合你的数据结构。

采用主成成份分析法进行因子的提取，利用最大方差法进行因子矩阵的旋转。使用简单因子构面，即删除因子负荷量低于0.4以及横跨两个构面且因子负荷量大于0.4的问项，反复进行因子分析，经过4次因子分析就得到了附件中的结果。理论上我的问卷应该是产生6个因子，但是现在因子分析的结果是出现7个因子，所以我不知道下一步如何处理，可不可以将没有问项落入的那个因子删掉算了。

我先回答你站上的问题。 选择公开回复是为了让交流获得讨论的机会。

你的问题如下 @因子分析之后的因子得分能直接用于相关分析吗？比如我有三个量表，因子分析之后得到三个因子，我要计算 这三个因子的相关关系，直接用因子得分结果就是完全不相关，但是用题项得分就不是这样，算起来有很强的相关性@

很重要的一个问题，我尽量分享想法。还是仅供参考。
首先，你的题项得分是怎么计算的？是各题项的加总？平均？或是其它方式？
其次，如果你需要把因子得分直接用于分析，那你用SPSS做的因子分析即EFA不合适。你应该要再做一个CFA,即Confirmatory Factor Analysis。EFA帮助你了解数据结构，在CFA中你指定哪些项只用于解释哪些因子。这时获得的因子得分可以直接用于分析。
若直接将因子得分进行分析，你的做法现在又叫SEM，Structural equation modeling。
最后，CFA/SEM和题项得分的计算方法得到的因子存在差异。最根本的是，CFA的因子假设误差，而题项得分的因子假设测量无误。所以，两种方法得到的结果仍然有可能不一致。

关于这里的这个问题，
6因子的分析做法确相当于删掉第7个因子。

非常感谢您的回答。这几天没有上这里来看，想不到您已经回答了。我的题项得分是这样计算的，就是因子包含的题项得分的平均数。如果将因子得分用于分析，如何做CFA，由哪些资料可以参考？

首先我想知道你的7因子结构是不是thoery-driven的，还有你的7因子量表是别人已经创建好的还是你第一个创建这个量表，如果是别人创建好的，你不能删除第七个没有问项落入的因子，也就是不能删除反映第七因子的问项，因为如果你删除了你对这个理论的定义就变啦，这个理论本来有七个construct，你删了以后，就只剩下6个啦，不能以你的一个简单的样本来否定已经建立的理论。
第二个问题，如果你不是用SEM来研究construct之间或者construct与其他变量的关系，你就不能用因子得分来表示过年，应为因子得分是sample-specific的，每一个样本都会有唯一的一组因子得分，这样的话每个人对construct的定义就不同啦，从而没有办法比较。所以用平均值最好，但是用平均值有一个条件就是你的克伦巴赫系数要很高。如果使用SEM的话，软件或此方法本事就是用的因子得分来反映construct，只需要按照它的步骤走就可以啦。

如果感觉有用，论坛币表示表示