stata可以进行这样的解析
程序先是factor var1-var10,pcf（var1-var10表示着10个指标的变量）运行得到此结果

Factor analysis/correlation                        Number of obs    =        9
Method: principal-component factors            Retained factors =        2
Rotation: (unrotated)                          Number of params =       11
--------------------------------------------------------------------------
Factor     Eigenvalue   Difference        Proportion   Cumulative
-------------+------------------------------------------------------------
Factor1        4.62365      3.45469            0.7706       0.7706
Factor2        1.16896      1.05664            0.1948       0.9654
Factor3        0.11232      0.05395            0.0187       0.9842
Factor4        0.05837      0.02174            0.0097       0.9939
Factor5        0.03663      0.03657            0.0061       1.0000
Factor6        0.00006            .            0.0000       1.0000
--------------------------------------------------------------------------
LR test: independent vs. saturated:  chi2(15) =  100.49 Prob>chi2 = 0.0000
Factor loadings (pattern matrix) and unique variances
-------------------------------------------------
Variable   Factor1   Factor2    Uniqueness
-------------+--------------------+--------------
rings        0.9792    0.0772       0.0353  
logdsun    0.6710   -0.7109       0.0443  
lograd        0.9229    0.3736       0.0088  
logmoons  0.9765    0.0003       0.0465  
logmass     0.8338    0.5446       0.0082  
logdense    -0.8451    0.4705       0.0644  
-------------------------------------------------
会发现有俩个因子的特征值大于1，由这俩个因子代表变量
然后再进行rotate矩阵旋转

Factor analysis/correlation                        Number of obs    =        9
Method: principal-component factors            Retained factors =        2
Rotation: orthogonal varimax (Kaiser off)      Number of params =       11
--------------------------------------------------------------------------
Factor       Variance   Difference        Proportion   Cumulative
-------------+------------------------------------------------------------
Factor1        3.36900      0.94539            0.5615       0.5615
Factor2        2.42361            .            0.4039       0.9654
--------------------------------------------------------------------------
LR test: independent vs. saturated:  chi2(15) =  100.49 Prob>chi2 = 0.0000
Rotated factor loadings (pattern matrix) and unique variances
-------------------------------------------------
Variable   Factor1   Factor2    Uniqueness
-------------+--------------------+--------------
rings    0.8279    0.5285       0.0353  
logdsun    0.1071    0.9717       0.0443  
lograd    0.9616    0.2580       0.0088  
logmoons    0.7794    0.5882       0.0465  
logmass    0.9936    0.0678       0.0082  
logdense   -0.3909   -0.8848       0.0644  
-------------------------------------------------
Factor rotation matrix
--------------------------------
Factor1  Factor2
-------------+------------------
Factor1   0.7980         
Factor2   0.6026  -0.7980
--------------------------------
最后进行Predict f1 f2这俩个因子得分便会在表dta文件中体现出来，然后综合得分f=a*f1+b*f2
a,b分别是因子所占权重

用spss做因子分析更简单些。买本书按照书上写的步骤录入点击即可。

谢谢你的回复。spss可以批量处理吗？如果不能批量处理的话，那我要重复做几百次，因为要算31个省的20年数据，也就是要重复做620次，那样太麻烦了。stata可以快速处理这类重复性的工作。

学习了！

学习了！