可以，这个主要是根据自己的需求啊，一般取80%。

也可以看下第三个主成分贡献多少啊，如果和第二个差不多，那取一个也是可以的，因为第一个已经很接近80%了。

太感谢了！还想再请教你一下，那我应该如何说明呢，只用一个主成分的话

不要把主成份和因子分析弄混淆了。主成份分析一般只要超过5%都是可以加入模型的。

可是我加入之后导致第二主成分的T检验没通过，这是为什么啊，应该怎么办呢

重新来阐述下我的观点，我翻书查看了，主成分和因子分析中有很多相似之处，这是不争的事实。
相同之处：主成分的特征根大小及方差贡献率是选取主成分个数的依据，这个在主成分分析中和因子分析中是一致的；一般看主成分特征根的碎石图，如果第一个主成分特征根相对于第二个主成分特征根比较大，即两者的差大于第二个主成分和第三个主成分特征根之差，且第二个主成分和之后的主成分特征根大小差距不大，那么选取一个是可以的；同时看方差贡献率，一般满足前面情况的第一主成分方差贡献率在80%左右是没有问题的。
建议：如果第一主成分方差贡献率达到了80%，且第二主成分特征根小于1，那么选取第一个主成分就顺理成章了。
不同之处：
（1）在SPSS里面主成分分析要部分手工完成，而因子分析菜单就可以完成。
（2）因子分析中X1=A1F1+A2F2，X1为变量，即我们有的数据，而F1，F2为我们选取的主成分个数，在因子分析中即因子个数；
     主成分分析中F1=A1X1+A2X2，X1、X2为变量，F1为第一主成分；
     主成分回归一般适用于多元回归中共线性较强的时候，这样可以消除部分共线性。
     主成分回归:Y=B1F1+B2F2
        代入各个主成分即: Y=B1(A1X1+A2X2)+B2(C1X1+C2X2)
        然后重新整理完：Y=D1X1+D2X2
希望我讲的对你有帮助。

谢谢，非常有用！

学习，谢谢