您好，我之前用stata做的，现在下载了spss重新做了一遍，麻烦您看看，这种情况应该怎么办？因为我其实不太懂计量，但是毕业论文又不能用一些简单的计量方法，所以我就找了几篇论文打算跟着来，可是处理出来结果好差。。。慌张

KMO 和 Bartlett 的检验               
取样足够度的 Kaiser-Meyer-Olkin 度量。                .541
Bartlett 的球形度检验        近似卡方        513.678
        df        36
        Sig.        .000


相关矩阵                                                                               
                roe        eps        ldr        cr        rca        car        dgr        lgr        npl2
相关        roe        1.000        .149        -.024        -.091        .052        -.132        .356        .317        .441
        eps        .149        1.000        .196        -.077        .030        -.040        -.047        -.050        .256
        ldr        -.024        .196        1.000        -.049        -.044        -.230        -.219        -.023        .120
        cr        -.091        -.077        -.049        1.000        .037        .059        .043        .024        -.120
        rca        .052        .030        -.044        .037        1.000        .223        .131        .094        .148
        car        -.132        -.040        -.230        .059        .223        1.000        -.072        -.077        .049
        dgr        .356        -.047        -.219        .043        .131        -.072        1.000        .769        .347
        lgr        .317        -.050        -.023        .024        .094        -.077        .769        1.000        .248
        npl2        .441        .256        .120        -.120        .148        .049        .347        .248        1.000


解释的总方差                                               
成份        初始特征值                        提取平方和载入               
        合计        方差的 %        累积 %        合计        方差的 %        累积 %
1        2.320        25.776        25.776        2.320        25.776        25.776
2        1.523        16.927        42.703        1.523        16.927        42.703
3        1.269        14.095        56.798        1.269        14.095        56.798
4        .988        10.975        67.773                       
5        .846        9.402        77.175                       
6        .700        7.783        84.958                       
7        .687        7.634        92.593                       
8        .481        5.348        97.940                       
9        .185        2.060        100.000                       
提取方法：主成份分析。                                               

请问具体应该怎么做呢

请问具体应该怎么做呢

赞同这个做法。

一些社会学心理学的主成分分析，累计解释方差达到60%，就很高了。

我找到的和我题目相关的中文论文累计解释方差都挺高的，一般都75%以上，很理想的状态，可是找到的一些英文文献其实也只有六十几，我是想用主成分分析来算银行绩效，不是社会心理方面的。

kmo最好大于0.7，你这个案例是0.541，确实偏小。可以尝试剔除相关性低的变量后再操作。
或者手动设置要提取的因子数，自动是3个，可以设置为4个再试试。

或者改变下数据的标准化方法，改成均值化方法，各列数据除以各列的均值。

请问你用的哪个软件分析的 我也遇到这个问题