spss因子分析用于证券市场个股分析中，因为因子分析法是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。它的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。
康美药业投资分析
一、上市公司基本面情况：
600518康美药业,最新财务主要指标（08-09-30）每股收益(元)0.2390，每股净资产(元)3.5470，净资产收益率(％) 6.74，总股本(亿股)7.6440 ，实际流通A股(亿股)7.6440，每股资本公积1.843，主营收入(万元)130369.89，同比增 40.04% ，每股未分利润0.606 ，净利润(万元)18264.62，同比增 83.04%；
二、该股票的投资亮点：
1.2007年公司完成了阿莫西林分散片、利巴韦林片等多个再注册产品的研究开发和上报工作，部分仿制药品取得了《药物临床试验批件》；同时公司积极开发中药系列产品，完成了"代用茶"、"植物饮料"的备案号注册以及西洋参胶囊/饮料科技开发立项工作；"红景天"、"毒热平"两个中药新药品种已基本完成临床前研究工作。
2.2008年，随着国家卫生事业改革进一步深化，新农合、城镇职工基本医疗保险、城镇非从业居民基本医疗保险的进一步推广，整个医药市场容量将增大。人们在医疗尤其是在药品上的消费量和消费金额将迅速上升，这将对医药行业快速发展带来有利的影响。
3. 2007年公司中药饮片二期扩产项目顺利建成并试产运营，该项目是公司在传统中医药领域推广应用新技术，实现中药饮片规模化、标准化和产业化生产的一个重大成果。项目的投产缓解了产能紧张压力，保障了市场供给，进一步稳固了公司在国内中药饮片生产龙头企业的地位。
4.公司通过增资扩股募集资金投资中药物流配送中心项目，该项目是发挥公司中药产业的生产经营优势，整合当地中药材专业市场资源，为延伸公司产业链条而实施的一个重点项目。
三、专业投资机构意见：
公司主营业务中药饮片继续拉动公司业绩高速增长，2008 年三季度净利润增长83%，公司将全面布局全国性中药饮片产业链，行业整顿期利用并购稳健扩张，公司正在创建中药饮片行业的高质量标准体系，将发展为现代国内中药饮片龙头，预计公司未来三年复合增长率为40%，2008-2010 年EPS 为0.35，0.48，和0.80给予"增持"的投资评级。
四、综合分析判断结论：
从以上的信息可见康美药业作为国家中药制药的龙头企业，其股票是具有投资价值的，所以该股票后市看好，完全是可以长期投资的。
㈡ SPSS软件进行因子分析 采用主因子分析法 结果发现 KMO值总是偏低
你完全不懂因子分析吧，不存在共线性是不能做因子分析的，kmo大小无所谓的，79%已经很大了
㈢ 用spss软件做的因子分析得到的结论都是什么意思
KMO 和 Bartlett 的检验是为了检验是否适合做因子分析，一般来说KMO的值越接近于1越好，大于0.5的话适合做因子分析，你的KMO值是0.674大于0.5。Bartlett 的检验主要看Sig.越小越好，你的接近于0.由此可以得出，你的数据适合做因子分析。
第二个表是提取了两个个公因子来替代原来的8个原始变量，这两个因子的方差贡献率是78.604%，也就是说这两个公因子能够解释原来8个原始变量所包含信息的78.604%。
第三个表是旋转因子载荷，是为了方便对提取的两个公因子命名，旋转后，第一个因子在X1上的载荷最大，第二个因子在X2与X7上载荷最大，你可以根据X1,X2，X7的含义来对这两个因子命名。
第四个表是为了计算因子得分。比如第一个因子F1=X1*0.7+X2*0.101+X3*0.217+X4*0.236.....+X8*0.241，xi到X8这8个原始变量的值的大小你是知道的，带进去就可以求出这两个因子的分数。
纯手打，希望能帮助到您，呵呵！
㈣ 要用spss做一个因子分析
输入的话按列输入即可
看到你的数据才知道是不是能做因子分析
你的很多描述都不清楚，没法判断
我替别人做这类的数据分析蛮多的
㈤ SPSS软件进行因子分析，采用主成分分析法，结果发现 KMO值偏低
KMO值是由你的数据算出来的，不是所有的数据都适合做主成分分析。只有KMO值只有0.5说明你的数据样本不适合做主成分分析，下面做的一切都是不合理的。KMO值不能提高，除非你换一组数据。
㈥ 因子分析法需要哪些数据，用什么软件做
因子分析是用因子概括变量信息，所以首先自变量是什么?三年数据当然是一起录入，通过三年的变化来反映因变量的变化。
㈦ 谁会用SPSS软件对数据做因子分析 帮忙下谢谢
用因子分析可以形成两个公因子：
解释的总方差
初始特征值 提取平方和载入
成份 合计 方差的 % 累积 % 合计 方差的 % 累积 %
1 3.921 78.424 78.424 3.921 78.424 78.424
2 1.062 21.247 99.671 1.062 21.247 99.671
3 .016 .329 100.000
4 1.053E-16 2.106E-15 100.000
5 -7.631E-18 -1.526E-16 100.000
提取方法：主成份分析。
旋转成份矩阵(a)
成份
1 2
VAR00001 .137 .990
VAR00002 .957 .284
VAR00003 .958 .279
VAR00004 .951 .307
VAR00005 .973 -.216
提取方法 :主成分分析法。
旋转法 :具有 Kaiser 标准化的正交旋转法。
a. 旋转在 3 次迭代后收敛。
成份得分系数矩阵
成份
1 2
VAR00001 -.137 .855
VAR00002 .242 .079
VAR00003 .244 .074
VAR00004 .236 .100
VAR00005 .338 -.369
提取方法 :主成分分析法。
旋转法 :具有 Kaiser 标准化的正交旋转法。
构成得分。
A：-0.77305 -0.30278 -0.66007 -0.50358
B：0.44803 1.43133 0.03740 1.49934
C：-0.87403 -0.23050 -0.77702 -0.46184
D:1.19905 -0.89805 1.39969 -0.53392
以上相加即可得知ABCD的总得分。