Bartlett's检验的P值小于0.001，拒绝零假设，即认为研究数据可以进行主成分提取，满足假设2。
结果解释
对主成分结果的分析主要从公因子方差（communalities）、提取主成分和强制提取主成分三个方面进行。
公因子方差结果
SPSS输出公因子方差结果如下：
研究中有多少个变量数据结果就会输出多少个成分，本研究中共有25个变量，就会对应产生25个成分。
“Extraction”栏提示当只保留选中的成分时，变量变异被解释的程度。
提取主成分
研究中有多少个变量，主成分提取就会产生多少个主成分。我们通过选取主成分对数据进行降维，但同时也要注意尽可能多地包含对数据变异的解释。
一般来说，结果输出的第一主成分包含最多的数据变异，第二主成分次之，之后的主成分包含的变异程度依次递减。SPSS输出结果如下：
本研究中共有25个变量，那总特征值（eigenvalues of variance）是25，即每个变量自身的特征值为1。
Total栏提示的是各主成分对数据变异的解释程度。
以第一主成分为例，其特征值为6.730，占总体变异的6.730/25×100 = 26.919% （% of Variance栏）。同理，第二主成分的特征值为3.342，占总体变异的13.369%，以此类推。
一般来说，如果某一项主成分的特征值小于1，那么我们就认为该主成分对数据变异的解释程度比单个变量小，应该剔除。本研究结果如下：
第五主成分的特征值为1.049，大于1；而第六主成分的特征值为0.951，小于1，即应该保留前五位的主成分，剔除剩余部分。
