Rotated Component Matrix，就是经转轴后的因子负荷矩阵，
当你设置了因子转轴后，便会产生这结果。
转轴的是要得到清晰的负荷形式，以便研究者进行因子解释及命名。
SPSS的Factor Analysis对话框中，有个Rotation钮，点击便会弹出Rotation对话框，
其中有5种因子旋转方法可选择：
1.最大变异法(Varimax)：使负荷量的变异数在因子内最大，亦即，使每个因子上具有最高载荷的变量数最少。
2.四次方最大值法(Quartimax)：使负荷量的变异数在变项内最大，亦即，使每个变量中需要解释的因子数最少。
3.相等最大值法(Equamax)：综合前两者，使负荷量的变异数在因素内与变项内同时最大。
4.直接斜交转轴法(Direct Oblimin)：使因素负荷量的差积（cross-products）最小化。
5.Promax 转轴法：将直交转轴(varimax)的结果再进行有相关的斜交转轴。因子负荷量取2，4，6次方以产生接近0但不为0的值，藉以找出因子间的相关，但仍保有最简化因素的特性。
上述前三者属於「直交(正交)转轴法」(Orthogonal Rotations)，在直交转轴法中，因子与因子之间没有相关，因子轴之间的夹角等於90 度。后两者属於「斜交转轴」(oblique rotations)，表示因子与因子之间彼此有某种程度的相关，因素轴之间的夹角不是90度。
直交转轴法的优点是因子之间提供的讯息不会重叠，受访者在某一个因子的分數与在其他因子的分數，彼此独立互不相关；缺点是研究迫使因素之间不相关，但这种情况在实际的情境中往往并不常存在。至於使用何种转轴方式，须视乎研究题材、研究目的及相关理论，由研究者自行设定。
在根据结果解释因子时，除了要看因子负荷矩阵中，因子对哪些变量呈高负荷，对哪些变量呈低负荷，还须留意之前所用的转轴法代表的意义。
SPSS能读入SAS的格式档，你只要在Files Type上直接选SAS长档名即可，又或者使用指令：Get sas data='*.dat' /FORMATS='*.DAT'。
当然，在此之前，你要预备好SAS数据格式的档案。
不过，要注意，并不是每一种SAS格式的数据档案文件，SPSS都能支持。如果只是单纯数值资料，而其中不含文字的，则绝无问题。
此外，还有另一最原始的方法：在SAS内执行打印数据程序(proc print; run;)，将所有数据档案的资料直接输出在OUTPUT窗口上，你再用file指令把文件存入指定的盘即可。

spss的数据格式是 *.sav。它也可以接受其他的各种数据格式如EXCEL,SAS等。至于你的问题是否可以写的清楚一点，帖子的标题是对应分析，怎么内容却是因子分析。到底是什么？

3# echo_fl 其实我是想问对应分析，晕死了，写成了因子分析。

2# 踏平高山 其实我是想问对应分析，不过还是谢谢你。

http://www.docin.com/p-43374047.html
朋友可以看看这个，吴喜之的，多看看就明白了，一句话也说不明白，上边哪位给你回答的因子分析的回答的很详细，还是该给予肯定的